基于支持特征点的SAR辅助导航反演点置信度估计

合成孔径雷达(SAR)由于全天候、全天时等特点使得它正成为飞行器导航的理想传感器之一.SAR辅助导航是利用SAR实时获取的目标散射图像与飞行器中存储的参考图像进行匹配运算,进而修正飞行器的位置数据.但由于SAR为侧视雷达,当地形存有较大起伏时,实时图中某些位置的像素将产生偏移,使整个反演精度下降.基于此,以F.Leberl构象模型为基础,提出了基于支持特征点的反演控制点置信度估计方法.实验结果显示,根据置信度对适合精确匹配区域的数据进行优化选取,能较大提高反演飞行器空间位置的精度.     

基于三轴磁强计和重力测量的融合导航算法

为了减小地磁导航的估计误差协方差,提高导航的可靠性和准确性,将重力作为一种新的量测信息引入到地磁导航系统中,提出了基于三轴磁强计与重力测量的融合导航算法.该算法以飞行器的位置与速度向量作为状态向量,建立状态方程;以飞行器所在位置的地磁场强度矢量与重力场强度矢量作为观测向量,建立观测方程;设计了一种联邦滤波器,用于融合三轴磁强计与重力测量仪表提供的量测信息.由于量测方程与状态方法都是非线性的,因此采用无迹卡尔曼滤波器(UKF)作为子滤波器可获得较高精度.仿真结果表明:该方法得到的位置估计误差小于30m,速度误差小于5m/s.与单一地磁导航、重力导航方法相比,该组合导航方法显示出更好的收敛性与可靠性.     

运用多个光学成像探测器估算目标距离

将昆虫复眼的大视野优势和人眼的高分辨率优势结合起来，提出了一种大视野多目光学探测装置的实现方法一重点对多个光学成像探测器目标测距问题开展研究，由于跟踪窗口在中央探测器中，可以运用5个探测器的数据推导出简单的距离计算公式，并对多种成像情况展开讨论?由于计算公式中的参数都是数值很小的量，计算所得的值只是估算结果，因此这种测距方法的实用性如何，有待在实际工作中进一步验证。     

机载前下视激光雷达成像仿真

针对在成像噪声和载机运动影响下 ,前下视激光雷达对地面目标成像的仿真问题 ,分析并建立了成像过程的噪声模型 ;通过运用马尔科夫随机过程模型和独立同分布随机变量的叠加原理模拟载机运动状态和惯导姿态测量数据 ,对激光成像与地形高程进行映射变换 ;全面地给出了利用数字地图和导航系统测控精度生成测试用途激光像的仿真方案。实验显示 ,应用仿真系统提供的成像数据和映射变换关系 ,能对惯性 /激光雷达地形辅助导航系统进行有效的定位性能测试。成像仿真为惯性 /激光雷达系统的研究提供了必要的方案预研和仿真测试手段。     

离散小波变换一维结构的优化设计

提出了一种新的基于并行的(6,10)小波变换的提升算法及其一维结构的优化设计。利用并行的提升方案实现了小波变换各提升步中乘法运算的并行计算,达到了有效缩短其结构关键路径的目的;运用并行的提升技术构造了一种前向和逆向小波变换的统一形式,从而给出了一种有效的小波前向和逆向变换的可配置结构。采用重调度技术进一步优化了小波变换的一维结构,在关键路径的约束条件下有效节省了硬件资源。采用Altera的FPGA器件EP1S25F1020C6对设计的VerilogHDL模型进行了逻辑综合。综合结果显示,新结构的关键路径、占用逻辑单元和触发器单元比同类设计分别减少了约14.2%,7.8%和12.5%,有效提高了系统的工作频率和降低了系统的硬件资源需求。     

基于局部熵的高度场三角格网化研究

不规则三角格网表示以其优越的性能在地形高度场数据的简化中得到了广泛的应用.在不规则三角格网生成的过程中,插入点的选取是关系到最终简化后的地形逼近质量好坏的关键.由于我们通常对原始格网上的每一个点给出一个重要性度量,并以该度量值作为插入点选取的依据,因此重要性度量值计算方法的选取成为研究的重点.本文在对传统重要性度量方法的性能比较和分析基础上,提出了一种基于局部熵的重要性度量方法.实验结果表明,基于局部熵的插入点选取方法在各项性能上均优于局部误差估计的方法,并且有效的克服了以往方法中的"短视性"问题.     

脑皮层视觉认知量化模型及其在目标检测定位中的应用

MIT大学的Rieseshuber和Poggio提出了脑颞叶皮层视觉认知系统的标准量化模型(QMVC),这种前馈式层级模型很好地仿效了脑皮层视觉从简单认知元到复杂认知元的识别机理.本文由QMVC模型提取出一组新的特征矢量,这组特征矢量具有对目标变换的不变性.基于QMVC模型的特征矢量建立了新的目标识别系统结构,新目标识别系统对各类目标具有不错的识别率和ROC特性.最后本文引入了尺度窗技术,将新特征应用于复杂场景中的目标检测和定位,实验结果说明本文的新目标检测方法是有效的.     

基于点特征的旋转图像匹配新方法

图像匹配在模式识别、图像分析和计算机视觉中有着广泛的应用.图像匹配是将模板在参考图中逐像素移动,计算它们的灰度相似性,搜索相似性最大的位置.这种逐像素的搜索方法计算复杂度高.如果模板和参考图之间存在旋转,传统的匹配方法很难实时实现.提出了一种基于点特征的旋转图像的匹配方法,首先采用Harris角点检测算子提取图像的特征点,然后利用小面模型对特征点邻域进行拟合,提取特征点的旋转不变特征,最后利用特征点的旋转不变特征进行点集的匹配,获取图像的平移和旋转参数.该方法匹配结果准确,与传统的相关匹配方法相比计算复杂度很小,易于实时实现.     

目标语义概率模型在类目标识别和地物场景分析中的算法研究

基于文本分析统计模型提出了图像类目标的语义概率模型,并且将这种概率模型应用于目标识别和复杂场景下的地物分析.首先将图像表示成多个特征局部区域的集合,然后根据目标语义概率模型得到图像、特征局部和目标语义之间的概率关系,通过计算后验概率可以实现目标语义类别的识别.目标概率模型通过EM算法获得模型估计参数.实验结果显示,在识别复杂背景中的目标达到了很好的效果.场景分析中根据图像中各局部区域与目标语义的概率分布可以实现场景中感兴趣区域的标注,实验结果说明此方法有可行性.