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。     

一种基于小波分析的景象匹配算法研究

对于一些领域的景象匹配,传统的匹配算法已经无法满足要求.提出了一种基于小波分析分层搜索的景象匹配方法,它采用由粗到细的分层匹配方法,在每个层上采用不同的方法,并基于MATLAB实验平台对方法进行了仿真实验并与传统的匹配算法进行了比较.结果表明基于小波分析分层搜索的景象匹配方法较传统的匹配方法无论在速度上还是在精度上都具有明显的优势.提出的算法可以有效地改善传统匹配算法中的不足之处,在景象匹配领域,具有一定的可行性.     

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.     

针对模糊效应的卫星图像质量评价模型研究*

为了实现景象匹配制导应用中对图像数据源质量的客观评价,针对卫星图像的模糊效应,研究了影响图像质量的清晰度评价指标,通过分析比较其对图像匹配过程的影响,挑选出有效指标作为评价因子;通过对大量实验数据特性的统计,结合线性回归分析,提出了基于假设检验的权值拟合算法,完成了各指标贡献率（即权值）的求解;进而建立了面向匹配制导应用的图像质量评价模型。实验表明,该模型具有良好的单调性和稳健性,在匹配制导中能对图像质量进行有效评定,对把握卫星基准图像源质量具有重要现实意义。     

基于Dempster-Shafer证据理论的匹配区多特征适配性分析方法

匹配区的适配性分析在景象匹配视觉导航中至关重要。目前已有很多匹配区适配性分析特征指标,但都只能片面说明匹配区的适配性。试图将多种特征指标进行综合,解决不同特征指标对适配性分析的冲突性,提出一种特征指标适配置信度和不确定置信度的度量方法,利用Dempster-Shafer (D-S)证据理论对置信度进行融合,得出匹配区适配综合置信度,实验验证了该算法的有效性。     

基于热核信号的3D图形的分层匹配方法

3D图形稠密匹配是计算机视觉领域中的一个重要课题.为解决图形匹配中如何提高对拓扑噪声的鲁棒性和效率这2个基本问题,提出一种基于热核信号的3D图形分层匹配方法.首先利用热核信号函数检测特征点,并采用局部融合策略和最远点采样法适当去除冗余点和添加一些"辅助点",实现特征点优化;然后在这些特征点集上构造热核信号描述子,并利用熵将特征点按显著性排序作初始层匹配,再通过特征点各层邻域的局部匹配最终实现3D图形由粗到细的稠密匹配.在TOSCA数据库上进行数值实验,并将文中方法与已有的经典方法进行比较的结果表明,该方法在一定程度上克服了拓扑噪声的影响,并且运算效率较高,更适应于实际应用.     

前视红外景象匹配制导基准图生成研究

提出了一种用于前视红外景象匹配制导的基准图生成方法，该方法以可见光图像为数据源，得到目标和背景的几何视图，对二者分别计算温度及辐射特征，合成后加入大气作用效果，根据不同的视点变换与探测器位置，就可得到前视红外景象匹配制导所需的多视点多尺度基准图。     

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。     

快速并行两级景象匹配方法

文章分析了景象匹配系统的性能评价以及影响性能评价的三个主要因素,即实时图大小,参考图大小和匹配算法。分析了实时图大小的选取对匹配时间,匹配率的影响。并且针对巡航导弹的景象匹配制导系统的实时性问题,提出了一种快速并行两级景象匹配方法。该方法能够极大地提高匹配效率。试验中利用SAR图像和可见光图像进行景象匹配,每次匹配的时间从原来的约16秒减少到300毫秒左右,匹配率可达到90%以上。而且还具有可扩充性好的特点。     

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。     

一种快速的图象特征匹配算法

本文提出了一种有效的图象识别算法,该算法利用小波包的多尺度分析特性撮特征因子,进行由粗到细的特征匹配,实验证明其具有识别率高,计算速度快的优点。     

基于层级匹配的维吾尔文关键词文档图像检索

为实现基于关键词的维吾尔文文档图像检索,提出一种基于由粗到细层级匹配的关键词文档图像检索方法。使用改进的投影切分法将经过预处理的文档图像切分成单词图像库,使用模板匹配对关键词进行粗匹配;在粗匹配的基础上,提取单词图像的方向梯度直方图(HOG)特征向量;通过支持向量机(SVM)分类器学习特征向量,实现关键词图像检索。在包含108张文档图像的数据库中进行实验,实验结果表明,检索准确率平均值为91.14%,召回率平均值为79.31%,该方法能有效实现基于关键词的维吾尔文文档图像检索。     

一种基于模糊推理的细匹配方法

所有基于Plan的自动程序理解工具都采用把源码段跟标准Plan相比较的方法来得到源码语义信息。采用程序段的特征信息作为匹配索引项进行粗匹配可以大大加快匹配效率,但完全依赖特征信息作为匹配代理造成了信息流失。该文提出了一种基于模糊推理的细匹配方法来进行相似度分析,目的是对粗匹配得到的潜在Plan集进行相似度分析以得到最终候选Plan集。     

景象匹配算法研究进展与展望

景象匹配是精确制尊武器精确定位目标的重要方法,景象匹配算法决定了精确制导武器系统的作战性能。论文介绍了景象匹配算法实现的关键要素,详细综述了具有代表性的基于区域、基于特征、基于变换域以及基于模型的四类匹配算法的不同原理、适用性及其改进算法,探讨了景象匹配算法中有待进一步研究的问题和未来发展的方向,为未来的景象匹配制导研究工作提供技术参考和依据。景象匹配制导技术正朝着更稳定可靠、更智能、更快捷、更精确的方向发展,必将推动精确制导武器装备实现现代化和自动化。     

一种图像特征点迭代修正匹配算法

基于特征点的图像匹配被广泛应用于图像配准、目标识别与跟踪领域, 目前, 两阶段匹配(即先粗匹配, 后精匹配)是最常用的方法, 然而, 两阶段匹配存在两方面的问题, 一方面, 粗匹配阶段对精匹配阶段的影响是不可逆的, 即粗匹配的效果决定了精匹配的最优精度; 另一方面, 精匹配得到的后验知识没能反馈给粗匹配阶段, 以修正粗匹配结果. 为此, 提出一种基于迭代修正的图像特征点匹配算法, 该算法将精匹配得到的后验知识反馈给粗匹配阶段, 从而修正粗匹配结果, 使得粗匹配阶段得到更多的正确匹配对, 减少漏匹配特征点对, 这样经过多次迭代, 能够得到更多的正确匹配特征点对. 实验表明, 提出的算法比经典的两阶段匹配方法能够提取更多的正确匹配特征点对, 减少了漏匹配, 并提升了复杂图像匹配的稳定性.     

基于简化Mumford-Shah模型的导航基准图适配区分割方法

基于景象匹配的飞行器导航数字基准地图中需要划分匹配稳定的区域,以提高导航系 统航迹的可靠性.该文首先讨论了描述基准图局部区域匹配稳定性的局部匹配稳健度量指标, 据此定义了适配区的概念.常规的基于相关函数局部匹配稳健度量需要大量的计算时间,难以 实用化.为此,文中采用了三种可快速计算的匹配稳健度量指标:相关主峰曲率、可跟踪度及特 征密度,以及相应的快速算法.同时,引入了一种基于简化Mumford-Shah模型的水平集算法进 行适配区划分,通过演化由模型推导出的偏微分方程,就能得到适配区和非适配区的最优划分. 最后对实际的导航基准图的适配区划分试验表明,该文的适配区分割方法不仅计算速度优于基 于相关函数的方法,而且可以获得合理的适配区分布.     

基于小波的广义立体像对匹配方法研究

以广义立体像对匹配为目标,针对覆盖同一地区的多源遥感数据,提出广义立体像对的概念,并以此概念为前提,研究了广义立体像对的匹配方法,设计了基于小波变换的由粗到精的金字塔分层相关匹配方法,并结合现有的遥感数据,对广义立体像对匹配方法进行了实验分析,验证了该方法的可行性以及匹配精度的可靠性.     

一种基于Harr小波的快速模板匹配算法

针对传统模板匹配算法的缺点,提出了一种基于Harr小波和SSDA的模板匹配算法,对图像进行由粗到细的匹配。实验结果表明：该算法流程简单,实时性好,匹配精度高。在不失匹配精度的条件下,克服了运算量大的缺点,从而满足图像匹配系统的实时性要求。     

三角网约束下的层次匹配方法

针对数字摄影测量中密集匹配问题,提出一种三角网约束与金字塔策略相结合的影像匹配方法.该方法在每层金字塔影像中提取特征点,利用金字塔上层影像的匹配结果构建Delaunay三角网,约束和指导金字塔下层影像的匹配;金字塔策略本身体现由粗到精的匹配过程,而Delaunay三角网能有效地将上层匹配结果作为约束传递到下层影像.实验结果证明,文中方法生成的密集匹配点云密度大、误匹配少、精度高,能有效地反映地貌特征.     

一种融合最小二乘和相位相关的粗匹配纠正算法

针对影像粗匹配后的同名点对匹配不准的问题,提出了一种序列窗口下融合最小二乘和相位相关的影像匹配纠正算法。该方法是在已有粗匹配的基础上进行,首先使用最小二乘对粗匹配结果进行处理,并选取一系列大小变化的影像窗口分别进行最小二乘匹配,得出匹配结果并计算每个匹配窗口的相关系数值。然后选用大小序列变化的影像窗口分别进行相位相关匹配,同时记录匹配结果并计算每个匹配窗口的相关系数值,以相关系数的大小作为衡量同名匹配正确与否的指标,选择相关系数最大的窗口下的匹配结果作为最终的结果。以山西山地区域的无人机影像作为实验基础数据,得出序列窗口下融合最小二乘和相位相关的影像匹配纠正算法能够显著提高粗匹配结果的精度,达到精匹配的目的。