基于分支特征点的导航用实时图像匹配算法

为了满足景象匹配辅助导航系统需要同时获取飞行器位置和航向偏差的需要, 提出了一种基于分支特征点提取的图像匹配算法. 传统的图像匹配算法需要全局搜索匹配特征点, 耗时巨大, 而只提取分支特征点来匹配能满足导航系统实时性的要求. 在匹配算法方面, 提出了采用加权 Hausdorff 距离算法来进行匹配. 同时, 根据分支特征点的特性, 推导了相应的权值求解公式. 仿真结果表明, 本文提出的匹配算法耗时较短, 能满足导航系统实时性的要求, 且定位参数的求解也完全正确.     

景像匹配辅助导航系统中的图像匹配算法研究

图像匹配算法是景像匹配辅助导航系统的核心，而且其性能决定了系统的总体性能，为了提高景像匹配辅助导航系统导航的实时性和精度，就必须选用合适的图像匹配算法，为此，给出了一种快速有效的基于图像特征的图像匹配算法，该算法选用部分Hausdorff距离作为图像匹配时的相似性度量，并利用图像特征提取后的二值化图像进行图像匹配，同时在联合了3种图像匹配加速技术的基础上，将邻域技术引入到图像匹配搜索终止条件中，从而大大提高了图像匹配效率。仿真结果表明，该算法可以保证图像匹配的鲁棒性和有效性，同时，能有效克服图像噪声和几何畸变的影响。该算法实施景像匹配能够在5s以内完成，并与GPS输出周期(1s)相当，可以满足景像匹配辅助导航系统匹配导航的准确性和实时性的性能要求。     

机载图像辅助导航实时匹配算法研究

针对机载图像匹配辅助导航系统的实时性和精度高的特点,提出了基于部分Hausdorff距离的粗匹配与基于广义点理论的精匹配相结合的匹配方法;该方法利用多尺度边缘检测提取机载图像的边缘特征,将参考图像和实时图的边缘特征进行粗匹配和精匹配,并做了仿真实验;实验结果表明,该算法优于与灰度相关和SSDA算法对比,并验证算法的有效性.     

基于改进Hausdorff距离和人工蜂群算法的图像匹配

Hausdorff距离在图像匹配领域广泛应用。针对Hausdorff距离结合一些搜索策略的匹配算法实时性不高的问题,提出了一种基于改进Hausdorff距离和人工蜂群算法搜索策略的图像快速匹配。首先提取模板图像和匹配子图的边缘特征,然后计算的模板图像和匹配子图的Hausdorff距离作为两者的相似度量标准,最后采用人工蜂群算法进行搜索匹配。实验结果表明,该方法在不降低匹配率的情况下,缩短了匹配时间,能应用到嵌入式领域。     

角点和边缘结合的红外与可见光图像匹配

针对可见光与红外图像在复杂背景下匹配准确度低的缺点,提出一种新的基于边缘特征的匹配算法,算法首先对图像进行小波去噪,然后提取图像的边缘及其角点,在匹配测度上提出了新的CSS-EDGE-WHD距离,该距离测度在加权Hausdorff的基础上,结合了边缘角点的方向差异性,并推出相应权值,既利用了边缘点的位置信息,又利用了边缘上曲率极大值点(角点)的方向特性,对不同的边缘点采用不同的权值进行Hausdorff加权,最后将两种边缘点Hausdorff距离结合得到最终的匹配算法。仿真实验验证了该算法在背景复杂的红外与可见光图像匹配中也能保持较高的准确度。     

基于分支特征点的景象匹配算法

由于传统Hausdorff距离算法对减少非零均值高斯噪声的干扰不明显,且匹配精度不能满足惯导的要求,因而提出了一种改进的算法分支点的加权Hausdorff离（Weiighted Hausdorff Distance,WHD）算法,并给出了权值的求取公式。方法能有效匹配被非高斯噪声污染的图像,提高景象匹配的精度和速度,增强算法的鲁棒性。并对提出的WHD算法与部分的平均距离算法（PMHD）分别作仿真实验进行比较,证明了前者算法的实用性和有效性。     

基于信息测度特征和Hausdorff距离的图像匹配策略

由于传统的图像匹配方法受到诸如景物的遮挡、光照和噪声的影响比较大，并且需要建立模板与图像间的对应关系，因而使实际图像的匹配变得困难。为了克服上述缺陷，以便快速地进行图像匹配，通过引入信息测度概念来提取边缘特征点，并基于修正后的：Hausdorff距离构造相似性测度，提出了一种基于信息测度和：Hausdorff距离的图像匹配策略。该策略不仅加快了匹配过程，提高了抗噪性能，而且能准确匹配遮挡图像，从而较好地解决了基于传统Hausdorff距离的图像匹配因噪声点、伪边缘和出格点而造成的误匹配问题。实验结果证明，该方法是正确有效的。     

一种用于辅助导航的快速图像匹配方法

为了提高辅助导航中多传感器图像匹配的精确性和实时性,首先提取图像的边缘特征,并用3-4距离变换(3-4DT)方法对边缘二值图像进行变换,以变换后的边缘距离图像为匹配特征;针对传统Hausdorff距离的局限性提出了一种融合点集重合数的Hausdorff距离,并以之为相似性度量;搜索策略根据人眼视觉系统的机制采用一种由远到近的分层匹配方法,同时使用一种改进的实数编码遗传算法来加快底层图像匹配的速度。实验结果为平均匹配时间为1283m s,平均误差值为1.036,表明匹配方法能满足导航要求。     

面向增强现实的SUSAN-SURF快速匹配算法

为满足增强现实对图像匹配的高实时性要求,提出了一种基于SUSAN角点检测和SURF特征描述的快速图像匹配算法。首先利用SUSAN定位特征点,然后生成特征点主方向和SURF特征描述符。其次,运用随机K-D树并结合摄像机姿态变化完成邻近点搜索,再利用基于点积的相似度度量完成初匹配。最后,通过统计特征点距离误差快速剔除误匹配点,获取最终同名点集。实验表明,该方法的单个特征点匹配耗时仅为SURF算法的23.4%,匹配正确率比SURF算法高9.7个百分点,且对光照变化、噪声干扰有较强的鲁棒性,能够满足增强现实系统对图像匹配算法的速度快、精度高和抗干扰能力强等要求。     

灰度图像匹配的快速算法

提出了一种基于小波变换和投影特征的图像匹配的快速算法．先在若干级小波变换的低频图上利用投影特征、序贯相似性算法等手段得到一个可能的匹配点的集合，然后对该集合上的点在原图上作匹配运算，得出准确匹配位置．该算法大大提高了运算速度，同时又保持了匹配的精度，可以满足实时性的要求。     

快速的自适应景象匹配算法

在基于改进Hausdorff 距离的景象匹配辅助导航系统中,为满足系统对实时性的要求,常采用小波多尺度图像分解进行由粗到精的分层匹配,但这种方法对于图像尺寸较小的情况不太适应。基于Hausdorff距离特性,首先提出一种跳跃式的搜索策略,通过对跳跃式搜索及小波多尺度分解两种方法的分析比较,进一步提出一种自适应的快速匹配方法。仿真结果表明,在保证匹配概率的同时,提出的自适应的快速匹配方法比仅采用小波多尺度分层匹配的实时性更好,且在图像尺寸较小时仍能精确定位。     

一种基于区域特征的景象匹配算法研究

景象匹配技术是飞行器匹配定位辅助导航系统的核心,如何提高其正确匹配率一直是研究的热点与难点。提出一种基于区域特征的景象匹配算法。首先,提取基准景象和实时景象的稳定极值区域,并计算出区域的灰度、形状、纹理以及起伏程度特性作为相似性度量的主要因素构造相似性度量函数;然后,计算区域对的Hausdorff距离,决定是否是对应区域。大量的模拟实验表明,该算法的匹配时间能达到0.138 s,正确匹配率达到92.67%,不仅能满足景象匹配的要求,且大大提高了匹配的时间与正确率,对导航系统的定位具有实用价值。     

基于实时地形校正的InSAR图像匹配算法

针对侧视雷达/可见光图像匹配制导系统中由于雷达图像地形畸变引起的误匹配问题,提出了一种基于干涉合成孔径雷达（InSAR）的实时地形校正图像匹配算法。该算法以侧视雷达成像几何构象为基础,利用InSAR获取的实时地形数据对获取的SAR景象数据进行实时几何校正,生成无畸变的SAR景象数据,然后利用校正后的SAR景象数据与提前安装的可见光基准数据进行基于去均值归一化互相关模板的图像匹配。实验结果表明,通过实时地形校正,该景象匹配算法在复杂地形区域的匹配概率和匹配精度都大大优于传统SAR景象匹配算法,有效地提高了SAR图像匹配制导技术的适用性。     

有效的指纹纹线细化方法

自动指纹识别一般包括指纹采集，图像预处理、特征提取、特征匹配等。细化是预处理中的一个重要环节，如果细化不好，很难使用常规的特征提取算法提取特征信息。现有的指纹细化算法存在很多问题，如细化不彻底、纹线吞噬、骨架偏离纹线中心等，各种问题的存在严重影响了细节点的准确提取。将现有的几种细化算法进行融合，应用于指纹二值图像的细化，得到了较好的细化效果。在细化纹线基础上可以准确地提取细节点.     

一种新的实时图加窗中值滤波算法

实时图的匹配性能是影响景象匹配精度的重要因素,然而实时图在获取过程中,由于受各种干扰因素的影响,图像存在模糊、毛糙等现象,影响了实时图的匹配性能。结合空域滤波方法中最常用的中值滤波器和邻域均值滤波器的特点,设计了一种加窗中值滤波器,并将其应用于景象匹配实时图的滤波预处理,通过仿真实验验证了该方法的有效性和在景象匹配中的实用性,可有效提高实时图的信噪比,改善其匹配性能。     

基于TMS320DM642的无人机景象匹配辅助导航系统构建

景象匹配辅助导航系统传统上大多是基于PC机、PC104计算机实现的,由于受重量、体积、功率等方面的限制,无法应用于无人机平台上.针对该问题,提出了一种基于TT公司TMS320DM642高性能DSP处理器的无人机景象匹配辅助导航系统设计方案,经试验分析,可满足无人机平台的需要.     

基于高速局域网的融合及匹配仿真平台研发

提出了基于高速局域网(High-speed Local Area Network,HLAN)的CCD/SAR图像融合仿真平台的设计思想及实现方法,提出并解决了仿真平台实现中的关键问题。提出了基于CCD/SAR融合图像的景像匹配系统仿真平台的实现方法,并应用该仿真平台对景像匹配技术进行仿真研究。仿真平台设计的模块化保证了其通用性和可移植性,而HLAN的引入保证了仿真过程的实时性。本仿真平台可应用于CCD/SAR图像融合技术研究和基于CCD/SAR融合图像的景像匹配技术研究中。