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。     

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.     

下视景像匹配仿真系统中的数据生成

为了对下视景象匹配算法的性能进行评估,需要构建完善的下视景像匹配仿真系统.针对下视景像匹配仿真中的数据生成问题,全面考虑了实际下视景像匹配系统的数据生成原理及流程,引入了ICCD误差模型、雾景误差模型和姿态畸变模型等噪声和误差模型对实时图生成过程进行仿真.并模拟了实际系统工作时的航线及飞行姿态等相关数据的生成过程,考虑了飞行器实际航线及飞行姿态对各项生成数据的影响,最后提出了一种仿真程度较高的实时图序列及相关数据生成系统.     

景象匹配算法适应性分析与仿真

介绍了各种景象匹配算法,分析了实际应用中影响匹配性能的因素,并实现了算法适应性分析仿真平台。对两种经典的匹配算法,即MAD算法与Nprod算法,从内因和外因出发,理论分析了算法的复杂性,对噪声因素影响下的适应性进行了仿真试验,对算法的时间复杂性进行了定量比较,精确测量得出了正确匹配概率与加噪级数和信噪比之间的关系,最后得出了结论。     

基于SNN核的景象匹配算法

提出一种基于核方法的下视等分辨率景象匹配算法. 通过模拟电荷吸引模型, 提出了计算不等维高维数据相似度的SNN核函数. 将图像中的特征点映射到径向基向量(Radial basis vector, RBV)空间, 利用SNN核函数计算两个特征点集的相似度及过渡矩阵. 利用置换测试模块来增强SNN核的稳定性, 以确保输出解的可靠性. 实验证明, 基于SNN核的景象匹配算法对图象畸变、噪声干扰与信号缺失具有很强的鲁棒性, 并可保证高精度与高实时性.     

下视景象匹配系统基准图的相似性分析

匹配区的自动选择是下视景象匹配系统的一项关键技术，目前尚无成熟的解决方案。常规的方法是采用“相关分析”，但运算量过大，且有些参数难以准确确定，因而无实用价值。本文提出“相似分析”新概念，并采用“子区相似分析”实现基准图的相似性描述，较好地解决了匹配区的自动选择问题。     

雷达景象匹配概率研究

目前，景象匹配中的匹配概率研究还不够完善，传统的景象匹配概率的定量计算是通过匹配信噪比、独立像元数、图像匹配次数来确定的，但是对于雷达景象由于其特殊的图像特性，传统的定量计算方法往往会计算出错误的景象匹配概率。该文定义了雷达景象的“贡献像元数”，利用贡献像元数和理论推导，得出了景象匹配概率。通过大量实践证明，运用贡献像元数来计算景象匹配概率是一种有效的方法。     

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。     

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。     

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。     

基于抖动的导航路径图像无缝拼接方法仿真

由于传统导航路径图像拼接法受尺寸大小、视觉角度以及光照变换等外界因素的影响,导致抖动图像匹配效果差,无法得到有效图像。因此,提出并设计一种基于抖动的导航路径图像无缝拼接方法。首先使用傅里叶变换方式对初始图像做变换处理,得到经过粗糙拼接的抖动结果,获取导航路径抖动后图像,再采用仿射映射与矩阵分解法对抖动图像做配准处理,修正该图像畸变,并得出两幅图像变换关系,然后使用ASIFT方式对其做特征点匹配计算,同时依据RANSAC原理去除匹配错误点,最后通过加权平滑方式对两幅抖动图像拼接线处理,实现抖动导航路径无缝拼接图像。通过仿真证明,所提方法计算简便、图像清晰、拼接效果具有较高实效性等优点。     

基于边缘信息的红外与可见光图像匹配技术

对红外、可见光两种不同谱段图像的匹配技术进行研究。在比较不同预处理方法后，采用边缘增强而不是边缘提取的预处理技术，以增强图像的有效边缘信息，突出不同谱段图像的共性特征，然后使用去均值归一化互相关的办法进行相似性度量。在实验中，通过确定影响匹配正确率的关键指标，对不同预处理方法和匹配策略得到的匹配结果进行比较分析，验证方法的有效性。     

一种基于Laplacian矩阵的图像匹配算法

文章提出了一种基于Laplacian矩阵的图像特征匹配算法。首先分别构造两幅图像特征点集的Laplacian矩阵,并对这两个矩阵进行奇异值分解(SVD),然后利用分解的结果构造出一个反应特征点之间匹配程度的关系矩阵,最后根据关系矩阵实现两幅图像的特征点匹配。大量实验结果表明,该文所提出的算法具有较高的匹配精度。     

基于稀疏图像序列的雕塑点自动云三维重构方法

为了提高对雕塑点稀疏图像的点云三维重建的分析能力,提出一种基于稀疏图像序列的雕塑点自动云三维重构方法,基于稀疏散乱点三维重建和锐化模板特征匹配方法进行图像三维重建。采用三维角点检测和边缘轮廓特征提取方法,进行雕塑点稀疏图像三维点云特征检测,对检测的雕塑点稀疏图像点云数据进行信息融合处理,采用梯度运算方法进行特征分解,实现对雕塑点稀疏图像的信息增强和融合滤波。结合局部均值降噪方法进行图像的提纯处理,提高雕塑点稀疏图像轮廓重建能力,采用锐化模板特征匹配和块分割技术,实现雕塑点自动云三维重构。仿真结果表明,采用该方法进行雕塑点自动云三维重构的准确性较高,图像匹配能力较好,且重构输出信噪比较高。     

基于特征点匹配的全景图像拼接技术研究

提出了一种基于特征点匹配的全景图像拼接算法,首先提取各图像中的SIFT特征,通过特征点匹配完成两幅图像的配准;再根据图像配准结果计算出图像间的变换矩阵;最后采用渐入渐出加权平均的融合方法对两幅图像进行无缝拼接。实验表明,该算法具有匹配精度高、鲁棒性强等特点,可以快速而自动地生成全景图像。     

一种基于奇异值分解的图像匹配算法

图像匹配技术在计算机视觉、遥感和医学图像分析等领域有着广泛的应用背景.针对传统的相关匹配算法计算量大、对图像旋转敏感等问题,提出一种新的基于奇异值分解的图像匹配算法.首先在待匹配图像中分别提取带主方向的角点作为特征点,通过计算特征点间经旋转补偿的归一化互相关值建立特征点相似度矩阵,然后利用奇异值分解算法生成特征点匹配矩阵并获得特征点间的一一对应关系.在复杂自然图像上的实验结果表明,算法能够匹配任意角度旋转的图像,对局部遮挡、光照变化、随机噪声等具有较强的健壮性,并具有较快的计算速度和较高的匹配精度.此外,该算法易于和其他匹配技术进行融合并获得性能提升,其与SIFT描述子结合的匹配实验结果表明,该算法具有良好的扩展性和实用性.     

一种改进的全视角人脸纹理图像生成方法

传统的全视角人脸纹理图像生成方法计算量大、鲁棒性差,不能很好地解决配准和接缝问题。为此,提出一种改进方法。对待拼接的人脸图像进行归一化处理,利用基于列特征向量的灰度值匹配算法实现图像的精确匹配,使用双重融合算法处理重叠区域,使图像平滑过渡。实验结果表明,该方法匹配速度较快、鲁棒性较强,能有效消除误匹配。     

基于奇异值分解的图像匹配和目标跟踪研究

在目标跟踪过程中，由于存在目标姿态变化和背景干扰，在跟踪过程中必须要对模板进行必要的修正，应该在获取目标模板后有一个可靠的模板更新策略．本文探讨了奇异值分解及其在图像匹配和目标跟踪中的应用，定义了一种近似奇异值向量并提出了一种基于图像奇异值特征向量数据特点的跟踪策略并作了大量试验，试验结果表明所提出的图像匹配方法和目标跟踪策略的有效性．     

基于局部极值的保边缘图像分解算法

针对非线性图像滤波算法保边缘能力不强的问题,提出一种新的保边缘图像分解算法.该算法采用局部极值差定义图像的边缘,在此基础上利用加权平均的方法调整极值,通过优化算法得到原图像的基图像,实现图像的多尺度分解.实验结果表明,与同类算法相比,该算法在实现图像平滑的同时保边缘能力更强.     

基于局部能量小波融合算法的研究

文章在综合分析小波分解变换图像融合方法的基础上,提出了一种采用基于区域的融合规则的小波分解法,该方法利用小波分解将原始图像分解为低频部分和高频部分,对于低频部分,采用了加权系数,对于高频部分不同的方向分量,根据局部能量,采用不同的融合规则。利用可见光图像与红外图像和高低分辨率图像进行了仿真实验,得出实验结果,运用客观评价指标验证了该方法的可行性。实验表明,该法具有比基于像素点的小波变换融合方法具有更好的融合效果。