共查询到18条相似文献,搜索用时 734 毫秒
1.
不同传感器图像的景象匹配区选取准则研究 总被引:1,自引:0,他引:1
景象匹配区的选取工作是影响光学景象匹配系统性能的重要因素,在分析影响景象匹配算法的配准概率和定位精度等因素的基础上,人们已经提出了一些实用的选取方法。文章首先对这些方法进行了研究,然后,从选取准则的角度对影响景象匹配区选取的因素进行了归纳分析,通过实验发现利用这些准则在进行实时图为红外图像、基准图为可见光图像的景象匹配区选取时存在一些问题,文章针对这些问题提出一种基于图像边缘密度与自匹配系数的景象匹配区选取准则。实验证明,该算法既保证了所选匹配区中的边缘信息量,又确保了所选区域具有较好的不相关性,采用粗选加精选的方式提高了选取速度。 相似文献
2.
3.
一种新的选取最佳景象匹配区准则 总被引:1,自引:1,他引:0
文中将几种基准图选取准则与匹配性能评价指标相结合,依据匹配性能建立基准图选取控制策略.成功地运用这种方法完成了基于相关曲面特征的最佳景象匹配区选取;通过对基准图相关曲面特征与匹配性能参数之间的关系分析,建立了一种综合的评价准则,对不同的特征进行综合的评价。实验结果表明,这是一种十分有效的最佳景象匹配区选取方法。 相似文献
4.
5.
6.
针对传统的二元纯位相匹配滤波器进行光电混合景象匹配时存在信息丢失量大、识别困难的问题,提出了三值振幅-位相匹配滤波器算法.对红外景象匹配过程进行了计算机仿真实验,并与BPOF和ACMF匹配算法的相关结果进行对比.实验表明,三值振幅-位相匹配滤波算法提高了相关面的信噪比、相关峰锐度,增强了系统的抗噪声能力,进而有效地提高了景象匹配概率. 相似文献
7.
巡航导弹景象匹配算法适应性研究 总被引:7,自引:1,他引:6
文章针对景象匹配制导的需求,研究了去均值归一化、基于直方图拉伸和基于局部平滑相关匹配算法,分析了算法的适应性、计算量和实时性等,比较了每种算法的优缺点.结合巡航导弹的使用,讨论了影响匹配结果的一些基本的、可能的因素,主要是环境因素.用三种分辨率的图像作了大量的实验,针对这些算法的匹配概率及地物适应性等方面进行了编程验证和综合分析,给出了有关结论. 相似文献
8.
合成孔径雷达(SAR)成像制导通常采用光学基准图和SAR实时图进行特征提取和景象匹配.提出了一种光学/SAR异类影像匹配方法,利用多尺度多方向Gabor模板提取图像的Gabor特征后进行特征匹配,首先对SAR图像进行方向Frost滤波预处理,然后分别计算光学图像和SAR图像的高斯梯度图像,再利用多尺度多方向二维Gabor滤波器模板分别对两幅高斯梯度图像进行特征提取,最后对两组特征矩阵进行归一化互相关匹配.该方法直接利用光学图像和SAR实时图进行景象匹配,实验表明,该异类影像匹配方法较其他传统方法具有较高的鲁棒性和准确性. 相似文献
9.
脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)可有效的用于图像分割,但无法确定最优分割时的迭代次数.针对这一问题,文章从原始图像与分割图像的相似性出发,提出了一种基于最大互相关匹配的简化PCNN图像分割新方法.该算法通过计算原始图像与分割图像的相关匹配系数来确定最优分割.实验结果验证了该方法的有效性. 相似文献
10.
11.
12.
13.
为了解决常见自动白平衡(Auto White Balance, AWB)方法的场景适应能力不足且实时性较差等问题,提出了一种基于颜色通道直方图重构的自适应AWB方法,并使用现场可编程门阵列(FPGA)对所提出的算法进行硬件电路实现,在校正图像白平衡的同时也确保了系统高速实时处理图像。首先对图像进行限制对比度自适应直方图均衡化(CLAHE)处理来提高图像对比度,然后对图像进行灰度级区间的通道分区统计,对不同场景类别的图像采用颜色直方图匹配或平移的重构方式做自适应处理。实验结果表明,该算法在处理图像白平衡时,相比基于光源估计的AWB算法,色温校正准确率提高了14%,对不同色彩场景有更好的适应性,具有实时处理能力。 相似文献
14.
图像融合中的图像配准方法研究 总被引:12,自引:2,他引:10
图像配准是对取自不同时间、不同传感器或不同视角的同一场景的两幅图像或者多幅图像匹配的过程。快速准确地实现配准是图像融合的前提,为此提出了基本相似性测度算法的模板匹配方法。对像素相关性小的红外和可见光图像,提出了基于sobel 快速边缘检测的模板匹配方法。 相似文献
15.
针对相对定位技术在复杂地面背景下存在相对定位目标选取质量不高、识别难度大的问题,基于最稳定极值区域(MSER)和双层匹配矫正策略提出一种新的相对定位目标选取与识别算法。算法首先提取基准图和实时图的MSER特征,并进行椭圆拟合和规则化,然后根据特征区域的选择权重指数自适应选取相对定位目标,再利用MSER特征的尺度和仿射不变特性,基于互相关性准则提取两图像间匹配的MSER特征对,最后采用位置权重指数和随机抽样一致性(RANSAC)算法进行双层匹配矫正,剔出误匹配特征对,实现相对定位目标的准确识别。实验结果表明,针对复杂地面建筑场景,该方法的相对误识别率最大为0.125,绝对误识别率为0.028。基本满足成像末制导相对定位技术稳健性好、识别精度高、抗干扰能力强等要求。 相似文献
16.
针对图像灰度变化和遮挡问题,提出一种增量符号相关的景象匹配方法。介绍了增量符号相关算法的理论基础,基本原理为将二维图像变换为一维向量,再将一维向量按照某种编码规律进行编码,得到由0、1组成的特征字符串,对由实时图和基准图上同样大小的基准子图变换而来的特征字符串求相关,相关系数最大者即为最佳匹配区。将此算法与绝对差算法和归一化积相关算法进行实验对比,在对算法进行定量分析的基础上,证明增量符号算法对灰度变化和遮挡有较好的鲁棒性,为图像匹配导航与制导提供了新的思路。 相似文献
17.
地面景物边缘特性分析 总被引:1,自引:1,他引:0
地面景物边缘轮廓是其红外图像和可见光图像的共有特征,边缘信息量和边缘连续性是评价图像边缘特性的重要指标,也是预测图像匹配性能的依据.提出了一种评价红外场景边缘连续性的改进计算方法,利用该方法和POE指标,对机载试验采集的不同类型场景、不同时段、不同气象条件下红外图像与可见光图像边缘特性及其变化规律进行了统计研究.试验表明:地面景物红外图像和可见光图像的边缘信息量和边缘连续性,与图像匹配概率和定位精度存在正比关系.提出的景物边缘信息量和边缘连续性指标的评价方法有效,能够作为预测场景可匹配性、场景成像稳定性的根据. 相似文献
18.
Chang Wen Chen Jiebo Luo Lulin Chen Kevin J. Parker 《The Journal of VLSI Signal Processing》1997,17(2-3):201-214
This paper presents a joint scene and signal modeling for the design of an adaptive quantization scheme applied to the wavelet coefficients in subband video coding applications. The joint modeling includes two integrated components: the scene modeling characterized by the neighborhood binding with Gibbs random field and the signal modeling characterized by the matching of the wavelet coefficient distribution. With this joint modeling, the quantization becomes adaptive to not only wavelet coefficient signal distribution but also the prominent image scene structures. The proposed quantization scheme based on the joint scene and signal modeling is accomplished through adaptive clustering with spatial neighborhood constraints. Such spatial constraint allows the quantization to shift its bit allocation, if necessary, to those perceptually more important coefficients so that the preservation of scene structure can be achieved. This joint modeling enables the quantization to reach beyond the limit of the traditional statistical signal modeling-based approaches which often lack scene adaptivity. Furthermore, the dynamically enforced spatial constraints of the Gibbs random field are able to overcome the shortcomings of the artificial block division which are usually the major source of distortion when the video is coded by block-based approaches at low bit rate. In addition, we introduce a cellular neural network architecture for the hardware implementation of this proposed adaptive quantization. We prove that this cellular neural network does converge to the desired steady state with the suggested update scheme. The adaptive quantization scheme based on the joint scene and signal modeling has been successfully applied to videoconferencing application and very favorable results have been obtained. We believe that this joint modeling-based video coding will have an impact on many other applications because it is able to simultaneously perform signal adaptive and scene adaptive quantization. 相似文献