基于独立象元数计算的景象匹配精度分析方法

景象匹配精度与正确匹配概率是决定组合导航系统精度的重要指标。建立了新的求解图像独立象元数的方法,在进行景像匹配过程的同时由独立象元数、信噪比和相关函数统计值得到匹配精度及正确匹配概率。理论推导和仿真分析表明,本文的景象匹配精度分析方法合理,结果符合工程背景,文中的结论可以用于景象匹配辅助导航系统性能的精确分析。     

一种实用的归一化互相关景象匹配算法

相关匹配算法是景象匹配定位系统的核心。本文提出一种用于景象匹配定位系统的相关匹配算法，称之为归一化互相关景象匹配算法，并进行了理论分析和用真实的景象数字地图进行了大量的计算机仿真试验。试验结果表明，该算法在信噪比不小于１并且实时图大小不小于１０×１０个网格的条件下，其正确匹配概率大于９７％，圆概率误差在一个景象数字地图的网格以内，满足景象匹配定位系统的要求     

基于图像区域相关的景象匹配概率与精度研究

景象匹配精度与正确匹配概率是决定景象匹配导航系统精度的重要指标,而图像独立象元数的大小是决定这两个精度指标的主要参数之一.分析了传统求取独立象元数方法存在的不足,并针对这些不足引入了图像区域相关的概念,建立了基于图像区域相关求解图像独立象元数的方法.理论推导和仿真分析表明,建立的求取独立象元数的方法合理,结果准确,速度较快,通过独立象元数计算得到的正确匹配概率符合仿真结果.该方法可以用于景象匹配辅助导航系统性能的预测及精确分析.     

互相关景象匹配系统的正确匹配概率研究

首先阐述了景象可导航性分析的定义，指出正确匹配概率是评价景象可导航性的重要指标；接着假定预处理后的基准图和附加噪声是零均值随机场。然后从图像的内容性质和其统计特性两个方面出发进行了，给出了基于景象灰度相关匹配的自主导航系统的正确匹配概率的一个估计模型。通过遥感图像的大量试验结果表明：该匹配概率的估计模型优于一般的仿真模型，从而为景象匹配自主导航系统的设计提供理论和应用基础。     

基于离散分数布朗随机场模型的景象适配性分析方法

首先阐述了在自然景象的齐次平稳高斯随机场模型下进行景象适配性分析的不足；然后建立了景象的离散分数布朗随机场模型，在小波多分辨率分析的基础上提取了分形特征；接着推导了景象的分形特征与基准子图的二维相关性之间的关系，并提出了基于分形特征的景象适配性分析方法；最后通过大量仿真试验验证了分形特征和基准图的正确匹配概率之间的关系，对于景象匹配区的选择具有一定的实用价值。     

基于图像自匹配性的景象匹配区的选定淮则

定义了图像的自匹配性，并用自匹配系数作为光景象匹配区的选定准则，和以前提出的相关长度、独立像元素准则进行了分析对比，说明了这两个准则的实质，通过分析和实验得出了相对相于关匹配算法而言，自匹配系统准则效更佳的结论，对于光学景象匹配区的选择具有一定的实用价值。     

一种基于小波的快速景象预处理算法

由于景象匹配中基准图与实时图的差异，景象的预处理被证明是提高匹配概率的重要途径。在小波算法的基础上，提出了一种与小波预处理算法等价的预处理卷积核。这一卷积核保留了小波预处理算法在匹配概率和匹配精度方面的优点，同时降低了运算的时间复杂度。卷积核对每个像元的操作只需要完成4次加法运算，无需浮点数和乘法运算，便于DSP和FPGA的实现。     

一种新的基于姿态四元数匹配的传递对准方法

设计了一种新的姿态四元数匹配传递对准方法,并以载机姿态四元数与弹体姿态四元数的四元数乘积作为量测量,推导了姿态四元数匹配量测方程。通过理论分析,得出了载机平台失准角、弹体平台失准角、弹体安装误差角和机翼颤振变形角为小量的情况下,这些量与量测量之间的关系。推导了传统的姿态角匹配传递对准方法量测方程,与之相比,姿态四元数匹配量测方法明显降低了计算量,并分别对两种姿态匹配方法进行了仿真,仿真结果表明：新的姿态四元数匹配方法与传统姿态匹配传递对准方法具有相同的精度。     

一种实用的景象匹配区选择方法

从分析影响配准概率和定位精度的景象匹配区的景象信息量、稳定性和重复模式等各项特征参数出发，研究了一种简洁实用的匹配区选择方法，并给出了快速算法。仿真试验结果表明，该方法的选择速度及所选匹配区配准概率和定位精度都能令人满意。     

基于BP神经网络的景象匹配算法研究

基于BP神经网络方法对景象匹配算法进行研究，以实现导弹武器系统匹配概率的提高和定位精度的改进。讨论了BP神经网络及图像的灰度不变矩和边缘不变矩，并把灰度不变矩和边缘不变矩同时作为匹配特征应用于本文BP神经网络景象匹配中。算法分析表明该算法具有很高的匹配效率。     

基于SAR景象不变特征点的匹配定位技术研究

针对精确制导领域中的SAR景象匹配定位技术中由于实时图与基准图可能存在形变、分辨率不一致,图像旋转及雷达视角变化及噪声的影响下差异较大情况时直接利用基于灰度的规则正交二维信息匹配算法适应性差的问题,将不变特征点匹配方法(Scale Invariant Feature Transform,SIFT)应用到SAR景象匹配中,通过仿真实验取得了满意的效果,试验结果表明SIFT特征是图像的局部特征,其对旋转、尺度缩放、亮度变化保持不变性,对视角变化、噪声也保持一定程度的稳定性,对提高匹配概率和对不同图像的适应性,降低应用风险具有借鉴意义。     

连续景象匹配的后处理算法

下视景象匹配是各类巡航飞行器实现导航误差修正的关键技术。由于基准图和实时图存在差异，配准点往往落在相关阵的次峰上，导致匹配的失败。提出了N帧连续景象匹配决策的图论算法。该算法利用单帧匹配后形成的相关阵中的主次峰信息以及惯导的位移信息，进行多帧景象匹配的一致性决策。由于引入了相关阵中的次峰信息并结合惯导位移的一致性判断，使得匹配算法能有效剔除误匹配点，从而提高算法的鲁棒性和匹配概率。     

景象匹配辅助导航系统中的精确图象匹配算法研究

景象匹配辅助导航系统需要在获取飞行器位置偏差的同时获取飞行器相对预定航迹的航向偏差，即获取实测图相对于参考图之间的旋转变换参数。为此，将最小二乘原理引入景象匹配辅助导航系统以获取图象匹配时的旋转变换参数。由于最小二乘原理只能用于一一对应点集的匹配，为此，在给出实时确定图象特征点集一一对应关系方法的基础上引入了最小二乘原理以计算该图象一一对应点集之间的最优相似变换参数，从而构成了应用于景象匹配辅助导航系统的精确图象匹配算法。仿真结果表明，本文研究的精确图象匹配算法在对50个一一对应点对匹配时可以在0．1秒以内完成，且相似参数计算准确，满足了景象匹配辅助导航系统对图象匹配算法准确性和实时性的性能要求。     

惯性组合导航系统中的快速景象匹配算法研究

在景象匹配辅助导航中,特征点的选取是提高图像匹配速度、精度和鲁棒性的关键之 一。景象匹配中要求提取出的特征是那些可靠性高、辨别性强、计算量小的不变特征。提出 了基于SIFT特征的导航用快速景象匹配算法。算法首先针对惯性组合导航的工作特点, 对SIFT特征点检测及特征点匹配进行了优化设计,然后用RANSAC方法过滤掉错误匹配点,最 后,进行最小二乘精确匹配算法获取航向和位置偏差信息。实验分析了算法对不同分辨率图 像和不同区域的匹配适应性,抗噪声性能,匹配精度以及实时性,并与基于部分Hausdorff 距离的边缘特征景象匹配算法进行了对比。实验结果表明,算法的性能优越,在匹配速度、 精度和鲁棒性方面都优于部分Hausdorff距离算法,可以满足景象匹配导航系统匹配修正的 高性能要求。
     

光学景象匹配基准图的滤波方法研究

对光学景象匹配制导的实时图与基准图的特点进行了对比，分析了前人提出的实时图常用的滤波方法，认为这些方法并不完全适用于基准图的波波处理。然后根据基准图的特点提出了和同态滤波及最小方差滤波的两步法对基闪图进行滤波，这一方法特别适用于因薄云覆盖而引入的低频噪声的处理，并同时兼顾了图像的增强与恢复。通过实验证明，该方法效果良好，对于光学景象匹配基准图的预处理具有一定的实用价值。     

基于YOLO智能网络的红外弱小多目标检测技术

复杂背景下的红外弱小多目标检测是红外目标检测的难点,现有算法的稳健性难以满足实际弹载应用需求。针对弹载环境下的红外场景图像开展了基于典型深度学习网络模型的目标检测应用研究,提出一种基于YOLO(you only look once)网络的智能目标检测方法,通过高维特征学习表征和推理实现红外弱小多目标检测。采用传统的模板匹配算法和YOLO深度学习算法进行识别性能对比分析,验证了YOLO网络在红外弱小多目标检测方面的良好性能。实验结果表明:YOLO算法的检测概率可达92.2%,平均检测精度为0.844,与传统的模板匹配方法相比,YOLO具有明显的优势。