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。     

影像匹配误匹配点的剔除算法

景像匹配过程的复杂性不可避免地会产生误匹配点。基于巡航导弹机动性能的规律，巡航导弹飞越一个匹配区得到的各个匹配点的似合曲线具有一定的变化规律。据此，提出了影像匹配误匹配点剔除的3种算法：⑴基于匹配点拟合曲线曲率较小的算法；⑵基于匹配点拟合曲线为直线的算法；⑶利用惯性导航短时间测量距离的精确性剔除误匹配点的方法。采用试飞试验数据对这3种算法进行仿真验证的结果表明，这3种算法在相应条件下，均能有效地剔除误匹配点，并能满足影像匹配实时怀的要求。     

视觉导航相关技术发展及其研究分析

为了全面了解航空器应用背景下的视觉导航相关技术的研究与进展,深入分析了视觉导航关键技术。分别对与传感器图像相关的载体姿态提取技术、基于图像匹配算法的定位技术以及基于序列图像的速度测量技术这三种技术进行了全面阐述,重点论述了姿态与参考特征的关系、景像匹配定位的核心算法及速度测量的两类方法,并总结了视觉导航发展过程中的相关难点与发展趋势。     

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。     

基于Creator创建大型三维场景的主要技术研究

由于大型场景模型数据库庞大,在有限的硬件资源下,对数据库进行编辑、修改以及在实时系统下运行,往往效率低下.因此快速高效、高质量是创建大型场景的核心问题.以武警学院虚拟仿真校园的创建为例,阐述了基于MultiGen Creator软件创建大规模场景的一般过程和方法,重点论述了纹理映射、数据库优化、外部引用、Isolate等建模技术的应用.结果表明,通过以上方法的应用,大大提高了大规模场景创建速度和运行效率,使原本只能在工作站上运行的大型场景得以在普通的PC机上运行.     

基于全景图虚拟场景构造算法研究

全景图是目前较为有效的图像绘制技术之一。论文对现今常用的几种图像拼接算法进行了分析和比较,提出了一种改进的全景图像生成算法。算法通过对初始图像进行预处理、改进特征点选取方法、优化特征点匹配过程,提高了全景图虚拟场景生成的效率和准确性。     

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。     

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.     

A novel two stage template matching method for rotation and illumination invariance

Template matching is the process of determining the presence and the location of a reference image or an object inside a scene image under analysis by a spatial cross-correlation process. Conventional cross-correlation type algorithms are computationally expensive. Furthermore, when the object in the image is rotated, the conventional algorithms cannot be used for practical purposes.In this paper, an algorithm for a rotation invariant template matching method based on the combination of the projection method and Zernike moments is proposed. The algorithm consists of two stages. In the first stage, the matching candidates are selected using a computationally low cost feature. Frequency domain calculation was adopted to reduce the computational cost for this stage. In the second stage, rotation invariant template matching is performed only on the matching candidates using Zernike moments.     

Occlusion filling in stereo: Theory and experiments

A number of stereo matching algorithms have been developed in the last few years, which also have successfully detected occlusions in stereo images. These algorithms typically fall short of a systematic study of occlusions; they predominantly emphasize matching and regard occlusion filling as a secondary operation. Filling occlusions, however, is useful in many applications such as image-based rendering where 3D models are desired to be as complete as possible. In this paper, we study occlusions in a systematic way and propose two algorithms to fill occlusions reliably by applying statistical modeling, visibility constraints, and scene constraints. We introduce a probabilistic, model-based filling order of the occluded points to maintain consistency in filling. Furthermore, we show how an ambiguity in the interpolation of the disparity value of an occluded point can safely be avoided using color homogeneity when the point’s neighborhood consists of multiple scene surfaces. We perform a comparative study and show that statistically, the new algorithms deliver good quality results compared to existing algorithms.     

图形图像融合的海量建筑绘制

目的 城市3维模型数据海量且结构复杂,缺乏一个高效完善的可视化系统往往是影响数字城市应用的瓶颈之一。通常利用多层次细节（LOD）与调度算法减少每一帧绘制的数据量来提高绘制效率,当场景规模足够大时,即使采用复杂的优化算法也难以取得较好的效果。为此,本文在传统算法基础上,提出一种图形图像融合的海量建筑物场景绘制方法。方法 提出并采用视域分级绘制策略,将视椎体平行分割为感兴趣区域、次感兴趣区域和非感兴趣区域,感兴趣区域采用图形实时绘制方法,使用离屏渲染技术将次感兴趣和非感兴趣区域绘制在纹理图像中,每一帧绘制完成后将二者进行顾及深度信息的融合,实现完整场景渲染。结果 使用公开的纽约市区CityGML文件作为实验数据,数据包含了118 195个LOD1和LOD2级别的建筑物模型。分别构建多组不同建筑数量的场景进行帧率统计实验,绘制帧率都达到20帧/s以上。算法实现了视觉无损失的场景完整渲染,并与Cesium平台进行对比实验,证明算法有效且系统运行流畅。结论 图形图像融合的绘制方法,既保持了图形渲染的漫游连续性,同时也具有图像渲染的场景复杂度无关的优点。实验结果表明,针对大规模的低分辨率建筑模型场景,算法可以有效提高系统的渲染能力,在性能相对较低的硬件条件下也能实现海量建筑物实体模型的流畅漫游,并达到视觉无损失的场景完整绘制。     

小场景交互式稠密三维重建系统

近年来,随着 GPU 技术的深入发展和并行算法的日益成熟,使得实时三维重建成 为可能。文中实现了一种针对小场景的交互式稠密三维重建系统,此系统借助先进的移动跟踪 技术,可以准确地估计相机的即时位置。提出了一种改进的多视深度生成算法,在 GPU 加速下 能够实时计算场景的深度。改进算法中的亚像素级的半全局匹配代价累积提高了多视立体匹配 的精度,并结合全局优化的方法计算出了准确的场景深度信息。深度图被转换为距离场,使用 全局优化的直方图压缩融合算法和并行的原始对偶算法实现了深度的实时融合。实验结果证明 了重建系统的可行性和重建算法的正确性。     

Fast motion estimation based on search range adjustment and matching point decimation

This study introduces a new fast motion estimation (ME) based on both an adaptive search range adjustment and a matching point decimation. In particular, the authors present a maximum matching error constraint in the matching phase that can eliminate an impossible candidate block much earlier than a conventional partial distortion elimination (PDE) scheme. The constraint is computed during the matching error computation based on sum of absolute difference (SAD) between two blocks. The basic idea of the proposed scheme is based on adjusting a given search range adaptively and early eliminating invalid matching blocks effectively. The adaptive search range adjustment is first performed by analysing the contents of a scene. Next, a maximum partial matching error in reordered sub-blocks of an optimal block is obtained, and it is set as a trigger to eliminate invalid blocks for ME. The main contributions of the proposed scheme are that (i) it can reduce a search range adaptively based on the analysis of scene contents; (ii) it can make an early decision for an impossible candidate before complete SAD computation; (iii) the proposed constraint can reduce the computational cost considerably for SAD calculation; and (iv) the proposed matching ideas can be applied to conventional PDE algorithms without significant changes. In order to evaluate the proposed scheme, several baseline approaches are described and compared. The experimental results show that the proposed algorithm can reduce the computational cost more than 86% for ME at the cost of 0.02%dB quality degradation on against the conventional PDE algorithm.     

景象间灰度变化的物理校正方法研究

根据Phong照射模型，从景象成家机理出发，研究了不同时间条件下，同一地区景象发生灰度变化的原因，并在一定的简化模型下，研究了利用成象时的人射角对景象匹配所用参考图与实时图间的灰度变化进行物理校正，以恢复二者间共性的灰度特征的方法。文中分析了参考图与实时图间不可预知的成象条件的差异对校正结果的影响，并通过校正前后参考图与实时图间信噪比的变化，从理论上证明了校正方法的有效性。最后给出了模拟实验结果。     

基于组织的四层访问控制模型跨域访问过程中虚拟岗位构建方法

对于基于组织的四层访问控制(OB4LAC)模型在跨域访问控制过程中如何依据外域用户的申请权限集构建本域内虚拟岗位的问题,提出基于如下三阶段的处理流程,包括申请权限集与角色集的匹配搜索阶段、角色集职责分离(SoD)约束和激活约束判断阶段以及虚拟岗位的生成和撤销阶段。针对申请权限集与角色集的匹配搜索阶段,分别给出了面向完全匹配、可用性优先匹配和最小特权优先匹配的搜索算法;针对角色集SoD约束和激活约束判断阶段,则通过定义SoD约束矩阵(SODM)、非连通继承关系矩阵(AIM)和基数约束矩阵(CCM)以及对应的约束判断流程予以解决;针对虚拟岗位的生成和撤销阶段,给出了完成这一过程所需的管理函数。通过上述具体处理流程和实现算法,很好地解决了OB4LAC模型跨域访问过程中虚拟岗位的构建问题。     

融合事件相机的视觉场景识别

目的 传统视觉场景识别（visual place recognition,VPR）算法的性能依赖光学图像的成像质量,因此高速和高动态范围场景导致的图像质量下降会进一步影响视觉场景识别算法的性能。针对此问题,提出一种融合事件相机的视觉场景识别算法,利用事件相机的低延时和高动态范围的特性,提升视觉场景识别算法在高速和高动态范围等极端场景下的识别性能。方法 本文提出的方法首先使用图像特征提取模块提取质量良好的参考图像的特征,然后使用多模态特征融合模块提取查询图像及其曝光区间事件信息的多模态融合特征,最后通过特征匹配查找与查询图像最相似的参考图像。结果 在MVSEC（multi-vehicle stereo event camera dataset）和RobotCar两个数据集上的实验表明,本文方法对比现有视觉场景识别算法在高速和高动态范围场景下具有明显优势。在高速高动态范围场景下,本文方法在MVSEC数据集上相较对比算法最优值在召回率与精度上分别提升5.39%和8.55%,在Robot‐Car数据集上相较对比算法最优值在召回率与精度上分别提升3.36%与4.41%。结论 本文提出了融合事件相机的视觉场景识别算法,利用了事件相机在高速和高动态范围场景的成像优势,有效提升了视觉场景识别算法在高速和高动态范围场景下的场景识别性能。     

基于LBP算子及伪Zernike的景象匹配算法

针对目前景象匹配算法耗时长、匹配率低等缺陷,提出基于改进的局部二进制模式（LBP）及伪Zernike矩的景象匹配算法。采用伪Zemike矩提取特征点邻域的方向和尺度信息,利用改进后的LBP算子提取邻域的纹理信息。对尺度、方向信息进行主成分分析并二值化,与纹理信息组成混合矩构成特征点邻域的特征描述子。实验结果表明,该算法的计算复杂度比其他典型算法低,匹配时间为0．05S,基本满足实时性。给出各种情况下的匹配效果图,并将匹配率逐一对比,该算法的匹配率在标准情况下为100％,旋转变化下为64．52％,亮度变化下为53．84％,均高于其他算法,而在尺度变化下的匹配率与其他典型算法基本持平。     

The automatic height extraction of buildings from shadow region

Height extraction for buildings is a fundamental step of 3D scene reconstruction in many virtual reality applications.In this paper,we propose an automatic method to extract the height of buildings in high resolution satellite imagery based on the length of shadow.Taking into account the limitation of traditional algorithms,we make use of the boundary information of a building to facilitate detecting and matching the shadow regions with higher accuracy.Then,we introduce a shadow-cast model to correct the shadow location in our system.The experimental result shows that when extracting the height of buildings from complex urban regions,our method has better accuracy.     

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。     

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。