复杂地面目标前视红外景象匹配算法*

针对复杂地面目标前视红外图像边缘模糊、背景杂乱无章,无直接可用的同源基准图的情况,研究了一种灰度与形状特征相结合的由粗到精景象匹配算法。在粗匹配阶段,将积分图像引入归一化积相关算法中,并对其计算公式进行了近似,使运算速度大大加快;精匹配阶段,利用实时图与所制备基准图形状相似的特点,采用形状上下文进行匹配。实验结果显示,该算法匹配精度高、速度快,对于复杂地面目标前视红外图像的匹配识别具有一定的应用价值。     

景象匹配区选取方法研究

景象匹配定位是精确制导的重要技术,随着武器系统日益精确化,影响匹配制导精度的匹配区选择得到了广泛的关注。基于景象信息量、稳定性和区域唯一性对景象特征指标进行了分析研究,讨论了各特征参数对匹配性能的影响;给出了由粗到细的分层选取方案,并对特征指标进行了量化;提出了一种由粗到细的分层多尺度匹配区选取方法。实验结果表明该方法具有较大的抗鲁棒性,能够在复杂基准图上有效地选取出满足要求的景象匹配区。     

景象匹配区选取方法研究

景象匹配定位是精确制导的重要技术,随着武器系统日益精确化,影响匹配制导精度的匹配区选择得到了广泛的关注。基于景象信息量、稳定性和区域唯一性对景象特征指标进行了分析研究,讨论了各特征参数对匹配性能的影响;给出了由粗到细的分层选取方案,并对特征指标进行了量化;提出了一种由粗到细的分层多尺度匹配区选取方法。实验结果表明该方法具有较大的抗鲁棒性,能够在复杂基准图上有效地选取出满足要求的景象匹配区。     

景象匹配精确制导中匹配概率的一种估计方法

基于景象匹配制导的飞行器飞行前需要进行航迹规划,就是在飞行区域中选择出一些匹配概率高的匹配区,作为相关匹配制导的基准,由此提出了估计匹配区匹配概率的问题.本文模拟飞行中匹配定位的过程定义了匹配概率,并提出了基准图的三个特征参数,最后通过Fisher线性分类器,实现了用特征参数估计匹配概率的目标,并进行了实验验证.     

一种立体景象匹配技术及其应用

景象匹配是航天武器精确制导的一种重要方法,大多采用二维图像进行匹配,其效率较低。文中提出一种立体景象匹配技术及相应的算法,在实验中得到了应用。主要做法是将三维图像离散成二维图像序列,而后与基准图进行比较。分析证明,大大提高了精度和效率。为此,文中还涉及了相应算法,易于编码和应用。应用表明,该算法的实时性和适应性较好,匹配时间能达到0．14s,正确匹配率达到92．5％。有待研究的图像立体匹配方法很多,诸如多基准图对离散化的系列实时图进行匹配,以及定义、构造立体图像的数学模型并进行匹配等。     

一种立体景象匹配技术及其应用

景象匹配是航天武器精确制导的一种重要方法,大多采用二维图像进行匹配,其效率较低。文中提出一种立体景象匹配技术及相应的算法,在实验中得到了应用。主要做法是将三维图像离散成二维图像序列,而后与基准图进行比较。分析证明,大大提高了精度和效率。为此,文中还涉及了相应算法,易于编码和应用。应用表明,该算法的实时性和适应性较好,匹配时间能达到0．14s,正确匹配率达到92．5％。有待研究的图像立体匹配方法很多,诸如多基准图对离散化的系列实时图进行匹配,以及定义、构造立体图像的数学模型并进行匹配等。     

一种抗视角变换的改进SIFT景象匹配算法

针对光电成像制导过程中,电视导引头实时获取的前视图像与预存的目标区域基准图像之间存在较大视角差异时,SIFT（Scale Invariant Feature Transform）算法得到的正确匹配点对数较少导致匹配失败的情况,提出一种改进的SIFT景象匹配算法。该算法通过在高斯尺度空间中提取抗仿射变换区域,并进行区域归一化处理来获得抗视角变换特征点集的方法,使正确匹配点对明显增加。实验结果表明,该算法对视角变换具有很好的鲁棒性：在视角差高达50°至60°以上时得到的匹配准确率较SIFT算法提高近5倍,具备工程实用价值。     

基于直方图约束的匹配图象改善方法

针对导弹精确制导问题,研究了提高景象匹配定位准确性和可靠性的方法。对于相同地区不同光线照射下,由于图象获取方法不同,往往会造成匹配图象参数产生差异,进行影响景象匹配准确性和可靠性,通过调整图象直方图,使它们基本表现一致,从而减少了图象差异,提高了匹配准确性和可靠性。通过比较发现,由于匹配图象处理后,可使基准图和实时图的信噪比减小28．6％,因此,该方法有利于改善景象匹配性能。     

N帧连续景象匹配一致性决策算法

下视景象匹配是各类巡航飞行器实现精确导航的重要手段,它是通过事先装载在飞行器的地面基准图像与实时获取的地面景象图进行相关匹配,完成飞行器的飞行误差修正和精确定位,由于基准图和实时图在获取手段、时间上等方面的差异,在相关匹配中,配准点往往落在相关阵的次峰上,导致匹配失败,该文提出了多帧连续景象匹配,利用单次匹配后形成的相关阵中的主次峰信息与导航信息进行一致性决策的图论算法,由于引入了相关阵中的次峰信息,并结合惯导位移进行一致性判断,使得匹配算法能有效剔除误匹配点,从而提高了算法的匹配概率和鲁棒性。     

基于BP神经网络的景象匹配算法

针对以可见光图像为基准、红外图像为实测的景象匹配问题,提出了一种基于BP神经网络的景象匹配方法。该方法首先抽取满足平移、旋转、尺度不变性的Krawtchouk不变矩作为红外目标的特征描述并构造特征向量,随后,基于主分量分析法消除特征向量各个分量间的相关性,去掉多个对目标匹配识别贡献不大的特征的影响,形成描述目标的有效特征向量。接下来,构造三层BP神经网络,以有效匹配特征作为输入,匹配位置作为输出,按照经验公式确定隐层节点个数,基于样本集对红外目标在可见光基准图像中的匹配过程进行训练,最终形成智能化景象匹配识别器。实验结果表明,与常用的景象匹配算法相比,提出方法不仅具有更高的匹配精度和速度,而且鲁棒性好,能抵抗实测图像的旋转几何畸变。     

基于不变矩景象匹配算法

分析基于灰度匹配方法存在着亮度和裁剪误差，提出基于不变矩景象匹配算法，并对矩不变量作如下改进：用原点矩代替中心矩，克服平移不变性给不变矩带来的影响；用圆形测量窗代替方形测量窗消除因旋转而产生的裁剪误差；引入亮度因子，克服基准图和匹配图之间因亮度差异带来的影响；采用金字塔算法减少搜索次数，提高匹配速度。实验表明，基于不变矩下视影像匹配算法具有较好稳定性，匹配准确率较高。     

Multi-frame stereo matching with edges,planes, and superpixels

We present a multi-frame narrow-baseline stereo matching algorithm based on extracting and matching edges across multiple frames. Edge matching allows us to focus on the important features at the very beginning, and deal with occlusion boundaries as well as untextured regions. Given the initial sparse matches, we fit overlapping local planes to form a coarse, over-complete representation of the scene. After breaking up the reference image in our sequence into superpixels, we perform a Markov random field optimization to assign each superpixel to one of the plane hypotheses. Finally, we refine our continuous depth map estimate using a piecewise-continuous variational optimization. Our approach successfully deals with depth discontinuities, occlusions, and large textureless regions, while also producing detailed and accurate depth maps. We show that our method out-performs competing methods on high-resolution multi-frame stereo benchmarks and is well-suited for view interpolation applications.     

基于双目视觉的三维重构算法实现

基于Altera DE1 SOC开发平台,选用OV7725互补金属氧化物半导体(CMOS)摄像头组进行图像采集,经现场可编程门阵列(FPGA)预处理后由视频图形阵列(VGA)显示器显示.基于双目视觉的三维场景重构算法包含图像预处理、多线程加速立体匹配以及AD-Census匹配,采用了Verilog HDL和统一计算设备架构(CUDA)编程实现.实验结果表明:系统实现了以7帧/s速度计算640像素×480像素大小的深度图;并且可以将以1.8°为间隔的150幅深度图转换为点云,重构出270°左右视野内的三维场景.     

Performance evaluation of scene registration and stereo matchingfor cartographic feature extraction

Three major areas in the development of competent 3-D scene interpretation system are discussed. First, the importance of accurate automatic scene registration and the difficulty in automated extraction and matching of scene reference points are described. Second, the authors describe two stereo matching algorithms, S1, which is an area-based matcher previously used in the SPAM system, and S2, which is a feature-based matching algorithm based on hierarchical waveform matching. Third, the authors introduce several performance evaluation metrics that made it possible to measure the quality of the overall scene recovery, the building disparity estimate, and the quality and sharpness of the building delineations. Such manually generated scene reference models are critical for understanding strengths and weaknesses of various matching algorithms and in the incremental development of improvements to existing algorithms. Experiments were performed on difficult examples of aerial imagery     

一种基于Hopfield网络的立体匹配方法

立体匹配是计算机视觉研究的经典难题，其算法的复杂度和精度直接影响了视觉系统对外部景物的重建性能。为此提出了一种新的基于神经网络的立体匹配方法，其基本思想是：在实现核线重排的前提下，利用唯一性、相容性以及相似性等匹配约束条件，建立反映对应极线间所有匹配点约束关系的能量函数，将其映射到二维Hopfield网络进行极小化求解，网络最后的稳态表示匹配点的对应关系；通过对图中所有极线进行上述操作，可以得到所求的视差图。与传统方法相比，本算法具有两个明显的特点：(1)匹配基元采用了普通的图像点，可以直接获得稠密的深度图；(2)Hopfield网的外部输入不再为常数，而是一个反映对应点灰度相似性关系的值。通过对合成图以及真实图景进行测试，验证了该方法的有效性。     

基于加权匹配代价的初始视差估计算法

随着计算机图形学的发展,立体匹配技术已经成为三维场景恢复中一项重要的手段,视差估计是立体匹配中的关键基础技术。为了能够更好进行三维场景恢复,改善视差的工作便迫在眉睫。主要研究了在基于模板的可信传播立体匹配算法中改善视差初始值的算法：通过引入梯度差算子与绝对差和算子加权的匹配代价,运用交叉检验估计及WTA优化初始视差矩阵,进而提高初始视差值的准确性,从而改善最终的视差结果。经实验证明,本方法能够很有效地去除噪点,进而获得较高质量的视差结果。     

多核学习纹理特征的立体图像质量评价

为了有效地评价各种失真类型双目立体图像的质量,提出利用多核学习机学习立体图像平面纹理信息和3D映射信息的通用无参考立体图像质量评价IQA方法。该方法首先利用立体匹配模型对左右视图进行处理,获得相应的视差图DM和误差能量图DMEE;对左右视图、视差图和误差能量图进行相位一致性和结构张量变换,获得它们的平坦区和边缘区;分别提取左右视图两个区域纹理特征作为平面信息,提取视差图的纹理特征和误差能量图的统计特征作为3D信息;将所有特征作为多核学习机的输入,利用多核学习的信息融合能力预测待测失真立体图像质量。由于充分利用了立体图像的左右视图、视差图和误差能量图的失真信息,以及多核学习的信息融合能力,该方法具有很好的前景。在LIVE 3D图像质量数据库上的实验表明,该方法与主观质量有较高一致性,与现有的双目立体质量评价方法相比有很大的竞争力。     

On-line extraction of stable visual landmarks for a mobile robot with stereo vision

This paper proposes a method to extract on-line stable visual landmarks from sensory data obtained by stereo vision so as to adapt to changes of environment. Given a two-dimensional obstacle map, the robot first extracts vertical line segments which are distinct and inside planar surfaces not near boundary edges as they are expected to be observed reliably from various viewpoints. However, the extracted feature information such as position and length include uncertainty due to errors of vision and motion. The robot then reduces the uncertainty by matching the planar surface containing the features to the map. These processes are performed on-line in order to adapt to actual changes of lighting and the scene depending on the robot's view. Experimental results in real scenes show the validity of the proposed method.     

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。