基于互相关的多源遥感图像匹配的改进算法

基于互相关的图像匹配算法是图像匹配中最经典的算法之一.本文主要从理论上分析了互相关用于多源图像匹配中可能导致出现误匹配的若干问题,提出了基于负指数的图像变换方法,增强提供精确匹配信息的像素的权重,并针对互相关曲面的特性,定义了新的匹配度量,来选取准确的图像匹配位置.利用星栽光学和星载SAR图像对算法进行了验证,实验表明,改进的算法用于多源图像的粗匹配的性能较原算法有大幅的提升,使得相关匹配算法具有更广的应用范围.     

基于改进SIFT的SAR图像与可见光图像配准

针对SAR图像与可见光图像的自动配准问题,提出了一种基于尺度不变特征(SIFT)的SAR与可见光图像配准算法。算法首先对SIFT主方向的检测进行了优化,利用特征点邻域内边缘局部极大值点的梯度方向作为特征点的方向,并以去均值归一化互相关系数为相似性度量进行特征点对匹配,然后通过随机抽样一致性算法(RANSAC)剔除误匹配点对,最后利用剩余的特征点对实现SAR与可见光图像的自动配准。实验结果表明,本算法对不同分辨率图像和不同旋转角度图像具有较好的适用性,在正确匹配点的比率和定位精度方面都优于原始SIFT算法和Harris算法。     

临近空间高超声速目标滑跃式轨迹Sine-AIMM跟踪算法

针对单一的Sine模型算法无法与临近空间高超声速目标滑跃式轨迹准确匹配,现有的交互多模型(IMM)算法跟踪效果也不够理想的问题,提出一种基于多重贝叶斯准则的自适应交互式多Sine模型(Sine-AIMM)临近空间高超声速滑跃式目标跟踪算法。算法采用多个Sine模型对滑跃式轨迹进行匹配,并利用多重贝叶斯准则在线调整各模型权重和模型转移概率矩阵。仿真结果表明,本文所提Sine-AIMM算法能够实现对临近空间高超声速滑跃式目标的有效跟踪,较单Sine模型算法和现有IMM算法跟踪性能更优。     

基于遥感影像的油罐自动检测算法

油罐自动检测和识别对于大比例尺、自动／半自动计算机制图具有重要的意义。提出的油罐检测算法利用改进的随机Hough变换（RHT），改进的Canny算法和模板匹配算法，不仅在识别率上有较大的提高，同时也缩短了检测时间，并解决了油罐识别中模板匹配模板选择问题，降低了RHT计算复杂度。通过实验证明，采用本文提出的油罐自动检测算法识别率优于80％，满足了75％的指标要求。     

抗旋转和缩放的SAR与可见光图像自动配准算法

针对合成孔径雷达与可见光图像在大角度旋转和大比例缩放情况下的高精度自动配准问题,提出了一种尺度和旋转不变的SAR(Synthetie Aperture Radar)和可见光图像自动配准算法.算法以SIFT(Scale Invariant Feature Transform)算法为基础,首先通过增强Frost滤波和自适应直方图均衡增强SAR和可见光图像的共性,使其显著提高能够提取出足够多的特征点数目,然后再通过特征描述方法、相似性度量方法、点匹配方法、特征点聚类方法和误匹配点剔除方法等方面对原始SIFT方法进行改进,有效地提高其在多源图像、强噪声、复杂成像条件下的特征提取和匹配性能,最后通过最小二乘法和相似变换模型实现SAR和可见光图像的精确配准.试验表明该算法对图像尺度和角度变化具有良好的适用性,在正确匹配点的比率和定位精度方面都优于原始SIFT算法和Harris算法,具有良好的工程应用前景.     

基于卷积神经网络的局部图像特征描述符算法

为提升基于图像序列三维重建的速度,解决传统局部特征描述符算法提取速度慢的问题,设计了一种基于深度学习的局部特征描述符网络。利用特征描述符网络实现对图像特征点的特征提取,结合本文采用的欧氏距离匹配准则,实现了对不同图像间特征点的匹配。算法对MVS数据集进行了验证,实验结果表明:提出的局部特征描述符算法实现了对图像特征点特征的快速准确的提取、匹配,与传统特征描述符算法相比,特征提取时间缩短了50%以上,特征点的匹配时间缩短了60%以上。相对于本算法中复杂结构的特征描述符网络,结构简单的泛化性更好,可拓展到航天领域的三维重建中。     

一种基于卫星图像匹配的无人机自主定位算法

针对基于图象匹配的无人机自主定位易失效的问题,文章提出了一种基于卫星图像辅助的由粗到精的无人机自主定位框架。首先设计了一种CNN-LSTM联合分类器,利用CNN网络抽取图像特征的优势,结合无人机图像时间维度上的连续性,实现无人机图像与卫星基准图像的区域匹配;然后从匹配后的区域提取同名点,结合光学成像的共线约束,设计了一种基于多点加权约束的无人机自主定位算法。试验结果表明提出的算法鲁棒性好、精度高,适合用于无人机自主定位。     

用于地图匹配的多谷快速寻优方法

当失配度量函数定义之后,地图匹配问题就变为了二维随机多谷函数的寻优问题。多谷快速寻优方法是作者提出的解决失配度量寻优的一种新方法。本文应用这种方法,变地图匹配中的穷举搜索为定向局部搜索,从而节省了计算,保证了匹配定位精度。本文还针对平均绝对差算法推导了门限与漏警概率的关系,给出了保证一定漏警概率的门限系数分布区间。最后,使用本文的方法在三幅航空照片上进行了大量的匹配实验,并与序贯相似性检测算法进行了比较,验证了方法的正确性,同时表明多谷快速寻优方法用于地图匹配具有定位精度高,计算量小,参数易于选择等优点。     

月球车视觉系统的一种匹配算法

针对月球车立体视觉系统对匹配速度和准确度要求较高的特点，提出了一种基于特征约束的区域匹配算法。该算法用多尺度小波变换实现边缘提取和降噪，采用多特征匹配、双向匹配、部分二次采样、选取图像子集等技术保证匹配的速度和精度。最后对匹配结果进行滤波，进一步提高匹配的准确性。     

控制点/控制点对最优能量解析的图像配准

 针对遥感图像配准中匹配同名点少、配准精度低等问题,提出了一种基于控制点/控制点对最优能量解析的图像配准方法。在控制点提取中,通过多尺度曲波变换,实现不同尺度下图像质量的灰关联分析和噪声抑制,并根据灰关联能量值,自动调整尺度不变特征变换配准参数,提高匹配同名点数量;为保证控制点选择的均匀性和准确性,创建了控制点对能量模型,采用马尔科夫蒙特卡洛优化算法实现分布、匹配能量最优的控制点筛选,提高了图像配准精度。实验结果表明,本方法对遥感图像匹配同名点少、控制点分布不均匀、图像配准精度低等问题有很大改善,具有较高的应用价值。