一种新的基于神经网络的景象匹配算法

介绍了误差逆传播(Back Propagation)神经网络的基本理论。为解决存在角度旋转实时图像的匹配问题,以及尽可能地提高匹配实时性能,提出了一种新的基于像素环形排列的神经网络匹配算法,将实时图像与基准图像内待匹配区域的像素按环形排列,分别作为神经网络的阈值和输入,选择基准图像内与实时图像相对应的各环差值均较小的区域中心作为匹配位置。实验结果证明了验证了该算法的良好匹配性能。     

基于模糊集的神经网络景象匹配算法

将神经网络思想引入到景象匹配,提出了基于模糊集的神经网络景象匹配算法。该算法将图像模糊集作为特征空间,尝试了在模糊域中采用3层前向神经网络搜索算法进行精确寻优的方法。实验结果表明,设计的算法不但较好地满足了景象匹配系统对匹配概率和匹配精度的要求,而且比传统算法具有更高的抗干扰能力,且实时性也较好,为飞行器实时景象匹配提供了一种可行方法。     

基于混合遗传算法的景象匹配技术研究

景象匹配制导在精确制导武器的末制导中具有非常重要的地位。针对常规遗传算法易陷入局部最优和收敛速度慢的缺陷，采用混合遗传算法和去均值归一化积相关函数研究了景象匹配问题，完成了一种基于精确制导武器系统的景象匹配算法设计。实验结果表明，该算法能够保证求得全局最优解，并且寻优速度有很大提高。     

巡航导弹景象匹配算法适应性研究

文章针对景象匹配制导的需求,研究了去均值归一化、基于直方图拉伸和基于局部平滑相关匹配算法,分析了算法的适应性、计算量和实时性等,比较了每种算法的优缺点.结合巡航导弹的使用,讨论了影响匹配结果的一些基本的、可能的因素,主要是环境因素.用三种分辨率的图像作了大量的实验,针对这些算法的匹配概率及地物适应性等方面进行了编程验证和综合分析,给出了有关结论.     

景象匹配技术发展概述

文章根据图像匹配算法的三大分类:基于区域的图像匹配技术、基于特征的图像匹配技术、基于解释的图像匹配技术,介绍了景象匹配国内和国外发展的现状和面临的问题.提出了在充分分析现有景象匹配算法适应性和相关性的基础上,形成能够适应不同影像、不同影像特征的景象匹配算法组合;利用不同影像特征或获取的匹配信息知识,自动推理和选择景象匹配算法或算法组合,提高景象匹配算法的适应性和可靠性,提高复杂条件下景象匹配系统性能.     

基于最大模糊熵的红外图像边缘检测算法

针对红外图像边缘检测这一难题,结合红外图像及其梯度图像的特点,在红外梯度图像模糊划分的基础上,提出了一种基于最大模糊熵的红外图像边缘检测方法.首先通过改进传统Sobel算子构造出红外图像的梯度图并研究其直方图特点,然后对其进行自然模糊划分,最后根据最大模糊熵准则确定最优模糊参数,进而确定梯度图像的最佳分割阈值,从而实现边缘提取.与传统的基于梯度的边缘检测算法进行对比实验,结果表明,该方法用于红外图像边缘检测能获得更好的效果.     

基于MSA直方图的景象匹配算法研究

提出了一种基于MSA直方图的景象匹配算法,用来解决景象匹配辅助导航系统中,由于拍摄的实时图背景复杂、存在畸变、易受遮挡等因素所带来的匹配困难。该算法利用灰度信息及其空间分布信息,分别计算目标区域及模板的MSA直方图,并计算匹配度,采用金字塔算法及中途停止策略进行搜索,对目标进行识别和定位。用cameraman图像、人脸图像和实际卫星拍摄图像进行了实验,实验结果表明：该算法对仿射变换、轻微透视投影变换、噪声、遮挡及视角变化具有鲁棒性,且比灰度直方图具有更好的性能,在实际拍摄的图像中能对目标进行准确的识别和定位。     

LMA和对数极坐标变换的匹配算法在景象匹配制导中的应用

针对成像制导过程中对实时性和准确性的要求,通过对存在旋转和尺度变化的航拍照片的匹配进行研究,提出了一种对数极坐标变换LMA(Levenberg-Marquardt Algorithm)匹配算法.在LMA的匹配选代计算过程中使用8个参数,匹配时先对基准图和实时图按多分辨率金字塔法进行时数极坐标变换,利用对数极坐标变换的旋转和尺度不变性进行匹配,提高子像素的匹配精度,使需匹配照片的像素成最佳排列.迭代过程中通过消除Hessian矩阵,提高匹配的实时性.这种对数极坐标变换图像匹配很有实用价值,对航拍照片进行匹配测试,证明了这种方法的有效性.     

基于蚁群算法的景象匹配定位

景象匹配定位是精确制导的重要技术,通过对景象匹配定位和蚁群算法的研究,提出一种基于蚁群算法的匹配定位方法,蚁群算法具有快速全局寻优能力,应用蚁群算法计算模版图像在基准图像中的匹配位置,根据匹配定位参数的特点,建立二维的蚁群搜索空间,定义图像的归一化积相关作为相似性度量并更新蚁群的信息素,利用信息素及启发信息来计算状态转移概率,蚁群最终聚集到适应度函数最大的路径上。实验结果表明：蚁群算法可以准确有效地估计匹配位置。     

基于模糊测度的目标匹配算法

提出了基于模糊测度的目标匹配方法。利用复数小波变换图像．对得到的不同尺度、不同方向子频带的小波系数进行归一化,消除了光照和尺度变化对图像的影响．构造其纹理特征。采用循环移位方法构成匹配特征向量,根据特征分布的模糊隶属度确定各特征分量在相似测度中的权值。复数小波的多尺度、多分辨率等特性有效描述图像能量在不同尺度下、不同方向的分布特征。实验结果表明：当目标在背景中发生相对变化时,应用该算法能够有效匹配目标．其性能优于基于灰度相关匹配的方法。     

景象匹配区选择方法研究

通过试验研究了景象匹配概率与实时图的独立像元数、方差、纹理能量比和互相关峰等图像特征的关系,并以此提出了基于这些图像特征的景象匹配区选择方法。图像测试结果表明,该方法可以成功地规划出满足要求的景象匹配区。     

基于对数极坐标变换的景象匹配新方法

景象匹配中,实时目标图与基准目标图之间的亮度、对比度、噪声水平以及旋转等差异是造成误匹配的重要原因。针对这个问题,引入对数极坐标变换运算,根据它的旋转不变性,提出了一种新的基于对数极坐标变换的景象匹配方法。与已有的抗任意角旋转的圆投影算法相比,提出的算法不仅具有更高的匹配准确率和更强的适应性,而且实时性较好。仿真实例验证了算法的优势与有效性,在巡航导弹和弹道导弹景象匹配末制导中有很好的应用前景。     

景象匹配区的选择方法

景象匹配区的选择是影响景象匹配系统性能的重要因素。通过实验研究建立了信噪比、重复模式与匹配概率之间的三维模型,并以此提出了一种基于边缘密度预筛选和上述模型的选择方法。测试结果表明,在一定条件下,该方法可以成功规划出所需的区域。     

基于数据库的景象匹配适应性分析平台

景象匹配适应性分析可以推进景象匹配相关技术的研究,文中构建的基于数据库的景象匹配适应性分析平台通过选取匹配对、计算图像参数、大规模匹配实验、匹配概率相关定义及数据库管理分析等技术手段可以快速、有效地对匹配算法、适配区选取准则的适应性给出科学的结论,是促进景象匹配技术研究的一种有效手段。实验结果表明,该平台对于景象匹配导航系统从理论到仿真的研究,以及算法的适应性分析等方面具有重要应用价值。     

基于灰度相关的雷达与可见光景像匹配算法

针对雷达与可见光图像匹配问题,提出了一种基于灰度相关的匹配算法。由灰度相关计算得到的相关面,通过分析真实匹配位置和虚假匹配位置局部极大值峰的特性,找到了一种基于峰值特征检测寻找真实匹配点的方法。本方法依据的特征有峰的相对高度、峰的宽度、峰的显著度等。实验结果表明,该方法在实时图尺寸及分辨率适当的情况下取得了良好的效果     

基于文本片断的多模部分匹配算法

在进行基于针对该问题,首先提出了基于文本片断的部分匹配概念,然后设计并实现了一种基于文本片断的多模部分匹配算法.该算法能检测文本片断中的特征片断而无需进行重组.最后经过实验验证,相对于基于完整文本的多模匹配算法,在文本片断足够大的情况下,该算法漏报率为0,且误报率足够小.     

一种多传感器融合的景像匹配算法

为提高景像匹配算法的匹配概率和匹配精度,以多传感器最大属性数据融合方法为基础,分析了光学与雷达传感器获取图像的特性,提出了使用光学和雷达传感器进行融合相关的新匹配算法,实现了这两种传感器的优势互补,大大加强了景像匹配算法的抗干扰能力,有效提高了匹配概率和匹配精度。仿真证明,该方法比较成功。