基于合作目标与非合作目标的一体化空间配准新算法

针对移动平台雷达同时探测到合作目标与非合作目标怎样进行空间配准的问题,提出了一种一体化的空间配准算法,将基于合作目标的雷达系统偏差估计结果作为附加条件输入到基于非合作目标建立的线性方程组中,一起采用递推最小二乘法（RLS）重新估计两平台的系统偏差大小。仿真结果表明该新方法切实可行,合理地利用了合作目标信息与共同量测的非合作目标信息,提高了雷达量测系统偏差估计的准确性和最终目标航迹的配准精度,相信在多机协同探测领域具有一定的应用价值。     

基于改进自适应遗传算法的图像配准方法

采用遗传算法进行图像配准时,存在收敛速度慢、易早熟的问题,可能导致误配。为克服这些缺点,提出了改进的自适应遗传算法(improved adaptive genetic algorithm,IAGA)。该算法以互信息作为相似性测度,通过对遗传参数设置的改进,自适应的调解进化过程中的交叉概率和变异概率,既提高了遗传算法的收敛速度,又有效地防止了早熟。实验结果表明,改进算法具有更好的有效性和精确性。     

基于粒子滤波与自然特征匹配的虚实配准方法

提出了一种基于粒子滤波与多尺度自然特征点匹配相结合的虚实配准方法.该方法具有如下特点:(1)无需向场景中添加任何人为标识即可正常工作;(2)采用系统自适应传递模型以保证系统在摄像机抖动或运动路径突然变化等情况下能有效完成虚实配准;(3)采用简化尺度不变特征变换和尺度预测技术完成特征点匹配.实验结果表明.该方法能适应摄像机抖动、场景部分遮挡、光照以及视点和视角大幅度变化等情况,并适应室内和户外环境,且具有较高的配准精度.     

二维平面内的增强现实虚实配准问题研究

增强现实是把计算机产生的虚拟物体或其它信息合成到用户看到的真实世界中的一种技术。实现虚拟信息与真实景象的正确匹配或有机结合是每个增强现实实用系统都必须完成的一项重要任务。文中在对二维平面内增强现实应用研究分析的基础上,重点讨论了图像分析技术在虚实配准问题中的应用,提出了一种基于数值背景表达的快速虚实配准策略,以提高虚实配准过程中场景特征点提取的精度和速度。     

基于PDE的自适应各向异性图像配准方法研究

针对传统光流场配准模型会造成图像模糊和细节丢失的问题,提出了一种基于偏微分方程的自适应各向异性配准模型。新模型将具有自适应性的扩散滤波方法引入图像配准,定义具有图像结构保持能力的各向异性扩散函数作为模型的正则项;数据项采用作用于亮度常量假设的非二次惩罚函数以增加模型的稳健性。实验结果表明,新模型能够有效保持图像特征,实现对大脑等复杂图像的有效配准。     

一种实用的小目标配准方法

图像配准是图像融合技术的基本环节和首要问题,只有经过配准后的图像才能进行有效的融合。其中,小目标由于几乎无特征信息可以利用,所以常规的配准方法都不适用。针对图像识别中小目标的配准问题,分析了其配准特点,创新性地提出了先配准目标视场,再配准目标位置的方法,提出了视场配准的概念。首先运用成像原理,用焦距、分辨率和像元尺寸建立不同CCD之间的视场对应关系,利用此关系完成目标视场的截取放大,使不同CCD得到的图像视场一样大。然后在分析通常采用的最小平均绝对误差（MAD）相关匹配方法缺陷的基础上,提出用最多近邻点距离（MCD）的匹配方法来对准目标位置,完成目标质心的配准。实验结果表明,此方法可以很好地配准小目标,且误差不超过2个像素。由于其针对性强．因而具有较强的实际应用价值。     

基于改进配准测度的红外与可见光图像配准

针对在可见光与红外配准中采用传统测度算法时存在配准精度低的问题,提出了改进配准测度函数(RMF),实现可见光和红外图像高精度自适应配准.首先选用harris算子提取两幅图像的特征点;再利用改进的配准测度函数(RMF)有效的获取特征点对;最后利用RMF最大的两对匹配点计算配准参数,并进行图像配准.实验结果证明了该方法的实用性,特别对于任意旋转角、缩放比例和偏移量的图像配准.     

基于地理同名点配准的机载红外移动小目标检测方法

在飞行器等移动载体条件下的红外光电系统中,由于场景条件复杂,目标特征不明显,弱小移动目标检测是自动目标检测领域的一大难点。因此,针对复杂地面场景条件下的移动小目标检测问题,提出了一种无关图像内容的基于帧间地理同名点区域配准的机动目标检测方法。该方法通过综合飞行器惯性组合导航信息,解算视场中像素点对应的地理位置,获取帧间图像地理同名点对,完成图像配准工作,区域配准获得帧间背景的移动量,并对帧间图像进行运动补偿,然后进行帧间差分将背景干扰去除,突出运动目标,最后利用目标运动信息的反向验证对目标进行确认。通过试验结果可以看出,该算法能够取得较好的检测效果。     

基于MATLAB图像配准方法的相关研究

图像配准是图像融合等其他图像处理应用的前提,是目前图像处理中的热点。在信息高度化的今天,该技术已经渗透到各个方面,被广泛地应用在遥感图像、医学图像、三维重构等诸多领域中,在图像分析和处理中占有举足轻重的作用。本文主要介绍了利用MATLAB提供的图像处理工具箱（IPT）,来方便快捷地完成图像之间的配准。文中首先对图像配准及基于点特征的图像配准的概念作了比较详细的介绍,然后对两幅图像在MATLAB平台进行了配准操作,最后对图像处理的结果进行了相关的分析,阐述了该方法的可取之处和有待改进之处。     

基于互匹配的图像自动配准方法

图像配准是将同一场景的不同图像对齐或进行广义的匹配,其中基于特征点的方法是应用最广泛的一类方法,而单一的特征点提取和匹配算法难以实现精确的匹配.文中提出了一种基于互相关双向匹配与匹配支持度相结合的高精度匹配方法,利用互相关法进行双向匹配得到粗匹配点对;依据初始候选匹配点对的匹配支持度对其排序,选取支持度位于前面的候选匹配点对,即可排除误匹配点对,优选出真实的匹配点对.采用粗精两次匹配建立特征点之间的对应关系,相对于传统的单向匹配法有较高的可靠性和有效性.实验表明,这种匹配方法对于旋转、平移、缩放等多种几何变换的情形都是十分有效的.     

基于非合作目标的误差配准算法

误差配准是消除传感器系统误差必不可少的过程。针对非合作目标情况下如何估计传感器系统误差的问题,提出了一种基于线性卡尔曼和最小二乘的三维误差配准算法。该算法考虑了地球曲率的影响, 解决了传统的二维算法无法估计俯仰角系统误差的问题。通过构造系统模型, 将传感器系统误差和目标运动情况统一到同一量测方程中, 并结合线性卡尔曼和最小二乘得到系统误差的估计。仿真结果表明, 该方法能有效地估计包括俯仰角误差在内的多种系统误差。     

基于图像配准的运动目标检测

针对导弹训练模拟器探讨一种基于图像配准运动的目标检测方法.由于差分法在动态背景下不能有效地检测出目标,故使用一种快速的基于图像亮度的角点检测,并通过考虑实际的跟踪速度与方向,建立图像间角点的对应关系,采用最小二乘法得到最佳仿射系数,再对图像进行仿射变换,由帧差法得到目标.     

基于SURF的图像配准方法研究

图像配准在计算机视觉、医学诊断与治疗、图像拼接等领域有广泛的应用.基于特征的方法具有压缩信息量、执行速度快、精度高等优点,成为近年来研究的热点,SIFT是其中之一.但传统的SIFT方法数据量大、计算耗时长,提出了一种基于SURF的图像配准方法.首先用SURF方法提取特征点,其次用最近邻匹配法找出对应匹配点对,结合RANSAC和最小二乘法求出图像之间的映射关系,最后利用所求的变换参数插值得到配准后的图像.实验表明:该配准算法既满足参数估算准确的要求,又具有比SIFT计算量小、速度快的优点,有一定的理论和应用价值.     

动目标红外图像配准算法研究

论述了基于红外图像背景边缘特征的块匹配配准算法。在图像背景中,利用灰度变化和边缘特征,并根据红外目标的亮度特征避开有目标的区域,搜索合适的图像块;在块匹配时,将图像块进一步细分,改进了相似度测量算法的准确性.实验证明,整个配准算法简单实用,准确有效。     

基于边缘相关的红外与可见光图像配准方法

针对红外与可见光图像的配准问题,在传统的基于图像边缘相关匹配配准的基础上,提出一种改进的方法.该方法首先手动选取待配准图像与参考图像中包含同一目标的子图像;接着利用Canny算子提取子图像的边缘和子图像的边缘相关性,求取出子图像间的仿射变换模型参数;再进一步修正该参数,得到原图像之间的仿射变换模型;然后对待配准图像进行仿射变换及双线性插值,从而实现图像配准.实验结果证明,该方法较之传统的利用图像边缘相关性的配准方法,提高了图像配准的速度,具有较高的实时性和应用价值.     

一种基于ASIFT的图像配准算法

ASIFT算法能实现全仿射不变性,适用范围广,但匹配效率较低,鲁棒性不够好,匹配有重复特征的图像时出现误配。对ASIFT算法进行改进,与SURF算法的优点结合,通过采用性能更好的Hessian矩阵来检测特征点,计算Haar小波响应值构建特征描述向量,并提出一种新的特征匹配策略,对特征描述向量进行分段匹配。实验结果证明,改进后的算法比ASIFT算法鲁棒性得到增强,匹配效率和精度均有所提高。     

基于广义特征点匹配的全自动图像配准

该文针对图像配准中用到的特征点提出了狭义特征点和广义特征点两个范畴。广义特征点是针对区域特征定义的, 可以有各种不同的定义方法。该文建议了一种广义特征点的定义和自动提取算法。该算法以多尺度小波变换来定位图像中的强棱边点,以局部区域的复杂性和非周期性约束最终检测广义特征点。该文采用两个步骤建立广义特征点之间的对应关系。正确匹配的特征点对作为控制点,以最小化控制点处的均方根误差方法求得用于配准图像的仿射变换参数。用一个迭代机制进一步修正控制点的位置,从而达到最佳的配准精度。多种实验结果展示了该文方法的配准效果。     

基于改进配准测度的红外与可见光图像配准

异源图像配准中,由于图像的成像机理差异,图像像素强度关联和旋转畸变是不可避免的两大问题,针对图像像素强度关联问题,提出了基于辐射不变特征变换（radiation-variation insensitive feature transform,RIFT）的图像配准算法,对图像间像素关联差异小的图像对配准有良好的精度,但对旋转畸变图像会产生较多错误匹配。对于旋转畸变问题,传统的ORB（oriented fast and rotated brief）算法,对旋转图像的配准有一定的稳定性,但对于强度变化不明显的图像对,特征点检测质量较低,配准精度不理想。因此本文将相位一致性（phase consistency,PC）融合进ORB算法,利用相位信息代替传统的图像强度信息,再构造旋转不变性BRIEF特征描述子,对图像像素强度变化和旋转畸变均具有鲁棒性。用图像像素强度关联不明显的红外图像和可见光图像进行配准实验,本文算法针对不同旋转幅度的图像的配准精度较高,RMSE稳定在1.7~2.1,优于RIFT算法,在特征点检测数量、配准精度和效率等性能上均有良好性能。     

改进配准测度的SUFT红外图像快速配准算法

为方便电路板卡故障诊断,实现红外图像快速、有效配准,提出一种基于SUFT(Speeded-Up Robust Features)和相似四边形的红外图像快速配准算法。该算法首先对红外图像进行特征点检测,生成SUFT特征点描述子;然后采用欧氏距离进行相似性度量,提取粗匹配特征点对,再利用相似四边形进行精匹配,去除误配准点对;最后依据精匹配点对求解变换模型参数,实现红外图像的配准。实验表明,改进后的算法能有效剔除误匹配点对,提高配准精度,配准结果较理想,与同类算法相比耗时较短。因此该算法具有快速性、稳定性等优点,且配准精度较高,有很好的实用价值。     

基于图像配准的无人机目标精确定位算法

为了满足\