自适应窗口快速立体匹配

灰度立体匹配的关键问题是选择一个合适的匹配窗口，该文对Kanade等提出的通过测算局部灰度和视差变化来选取适当窗口的方法进行了改进，提出一种仅利用灰度信息即可确定窗口的简单方法．该方法在能够求得最佳窗口的前提下，可以方便地利用整数图像来提高效率，计算量与窗口大小无关．在国际标准图像上测试的实验结果表明该方法在局部匹配方法中是最优的，虽与有些全局方法相比有一定差距，但其计算复杂度远远低于它们．     

利用三维模型和立体像对估算飞行目标位姿

提出了一种新的飞行目标位置姿态参数解算方法.该方法基于目标的三维模型和立体像对:从目标模型外表面选取若干模型控制点并结合相机参数进行可见性判断,将两相机均可见的点投影到左右图像上,进而依据同名像点在立体像对中的灰度差平方和达到最小的准则将目标位置和姿态参数的求解问题转化为最优化问题.文中采用L-M算法解决这个优化问题以获取目标位置姿态参数最优解.仿真实验结果表明文中提出的算法是正确、有效的.     

一种准自动高精度图像配准算法

为了增强图像配准的鲁棒性，提出了一种人机交互的图像配准算法，该算法首先利用人工选择控制点的方式得到变化模型的初始参数，然后利用初始参数寻找其他可能匹配的特征点对，最后利用加权最小二乘法精确求解变化模型的参数，并完成图像的配准。该算法不仅降低了计算量，而且减少了误配的可能性，并且对灰度差异较大的图像也是适用的。大量实验表明，提出的方法对同种传感器或者不同传感器图像之间的配准都是有效的。     

一种新的实时弹道导弹中段目标识别方法

弹道导弹中段目标识别方法的研究,对于弹道导弹和诱饵材料选择以及提高我方导弹的突防能力具有重要的意义.提出了一种新的弹道导弹中段目标识别的方法,首先利用红外传感器得到的当前及以前时刻的图像序列数据反演出目标的辐射强度序列,然后再对辐射强度序列进行FFT变换,得到各目标的频域特征,最后利用这些特征实时地与先验得到的模板数据进行匹配.如此反复,直到识别出弹头目标.实验表明:该方法能够实时有效地识别出弹头.不是直接依据目标所成图像的几何特征或者灰度特性进行识别,而是利用图像数据反演出目标的辐射强度序列,使得识别结果更加可靠,且速度较快.     

基于狭缝摄影的靶场目标运动测量综述

狭缝摄影测量是高速摄影测量的一个重要分支,是常规武器靶场试验中,对飞行目标的各项运动与姿态参数进行记录和测量的重要方法。这里分析了狭缝摄影测量方法的特点,总结了狭缝摄影机的发展状况,深入阐述了使用狭缝摄影测量技术实现对飞行目标速度、转速、章动角等重要参数测量的基本原理,并对狭缝摄影测量的发展趋势进行了展望。     

一种改进的基于不变描述子的图像自动配准方法

本文提出了一种改进的基于不变描述子的图像自动配准方法来处理具有全局仿射变换的图像配准问题.该方法主要分为三步:首先,利用Mean-shift算法和区域标记算法分别从参考图像和待配准图像中提取区域特征作为配准基元,采用7个仿射不变矩作为不变描述子;其次,通过组合仿射不变矩的最小距离准则和行、列匹配概率系数算法获得一个候选匹配区域特征集,运用穷举策略从中得到三个最好的匹配区域特征,利用它们的重心点坐标计算仿射变换模型参数的初始值;最后,根据空间一致性检测获得所有正确的匹配区域特征,利用它们的重心点坐标和最小二乘算法估计最优的仿射变换模型参数.仿真和实际图像数据的配准实验和对比实验结果表明本文方法具有较高的可靠性和配准精度.     

直线特征立体匹配中的不确定性问题

直线特征断裂和提取不完整、过提取是直线特征提取结果中常见的不确定性问题,是影响直线特征立体匹配结果的关键因素。提出一种以边缘检测结果为依据定量描述这些不确定性的方法,依据已提取直线特征延长线附近边缘点分布,定义直线特征端点定位的概率密度函数,以单条直线特征的不确定性描述为基础,计算断裂直线特征编组假设的可靠性测度,进而计算用于衡量立体图像中任意两条直线特征匹配假设可靠性的核线约束测度和灰度相似性测度。应用真实遥感立体图像,对比已有方法,结果证明了本文方法能够有效提高直线特征匹配结果对于两类直线特征提取不确定性问题的抑制能力。      

一种基于角点特征的图像自动配准方法

图像配准是图像处理和计算机视觉中的重要环节。提出了一种基于角点特征的图像自动配准方法来处理具有相似变换的图像配准问题。角点特征由改进的Harris算子提取,然后将提取的角点组成虚拟三角形,利用在相似变换下参考图像和待配准图像中对应的虚拟三角形相似的原理,找到最相似的两个虚拟三角形,以它们对应的顶点作为控制点,求出变换模型参数,从而配准两幅图像。该方法只要求两幅图像中提取的角点特征包含3个以上的对应角点,就能配准两幅图像。它的另一个优点是理论上对两幅图像之间发生的平移、旋转和尺度变化没有限制。实验结果表明:这种图像自动配准算法是正确和有效的。     

基于部件级三维参数化电磁模型的SAR目标物理可解释识别方法

该文通过部件级三维参数化电磁模型(3D-PEPM)描述了复杂目标的电磁散射现象,并基于此模型提出了一种新的合成孔径雷达(SAR)目标识别方法。该方法首先根据雷达参数将3D-PEPM中各个散射体的散射响应投影到二维图像平面,预测每个散射体的位置和形状,然后根据3D-PEPM提供的先验信息评估3D-PEPM与SAR数据之间的相似程度,最后利用一种视角调整方法对整个过程进行优化,产生3D-PEPM和SAR数据之间的最终匹配分数,并根据该匹配分数完成识别决策。这种识别方法明确标识了SAR数据和3D-PEPM散射体之间的对应关系,具有清晰的物理可解释性,能够有效处理各种扩展条件下的SAR目标识别问题,仿真实验验证了该方法的有效性。      

结合全局与局部信息的点云目标识别模型库构建

目的 点云目标识别流程分为离线与在线阶段。离线阶段基于待识别目标的CAD模型构建一个模型库,在线基于近邻查找完成识别。本文针对离线阶段,提出一种新的模型库构建方法。方法 首先将CAD模型置于一个二十面体中心,使用多个虚拟相机获取CAD模型在不同视角下的点云;然后将每个不同视角下的点云进行主成分分析并基于主成分分析的结果从多个选定的方向将点云切分为多个子部分,这些子部分包含点云的全局及局部信息;接着对每个子部分使用聚类算法获取其最大聚类,去除离群点;最后结合多种方式删减一些冗余聚类,减小模型库规模。结果 在多个公开数据集上使用多种点云描述子进行对比实验,识别结果表明,相对于传统的模型库构建方法,基于本文方法进行识别正确率更高,在某些点云描述子上的识别正确率提升达到10%以上。结论 通过将CAD模型在不同视角下点云的全局与局部信息都加入模型库中,本文提出的模型库构建方法可有效提高点云目标识别正确率,改善了场景目标发生遮挡时,近邻查找识别精度不高的问题。