一种面向景象匹配的实时图加窗中值滤波算法

结合空域滤波方法中最常用的中值滤波器和邻域均值滤波器的特点，设计了一种加窗中值滤波器，并将其应用于景象匹配实时图的滤波预处理，通过仿真实验验证了该方法的有效性和在景象匹配中的实用性，可有效提高景象匹配实时图的可匹配性能。     

影响光学景象匹配制导性能因素分析

光学景象匹配制导已经成功应用于巡航导弹或其它精确制导武器的末制导，大大提高武器系统的打击精度和突防能力，本文根据景象区配制导的基本原理，对影响其制导性能的主要因素进行了分析。根据基准图与实时图的各种干扰，建立了相应的误差模型，给出了解决方案。     

最佳景象匹配区选取准则研究

将几种基准图选取准则与匹配性能评价指标相结合，依据匹配性能建立基准图选取控制策略，成功地运用这种方法完成了基于相关曲面特征的最佳景象匹配区选取；通过对基准图相关曲面特征与匹配性能参数之间关系分析，建立了综合的评价准则，对不同的特征进行综合评价。实验结果表明，这是十分有效的选取方法。     

基于CRLB理论的光学基准图与SAR图像匹配精度研究

针对光学基准图与SAR图像的配准问题,给出了基于边缘图粗匹配和角点精匹配的高精度匹配方法;在此基础上,基于CRLB理论推导得到光学基准图用于SAR图像匹配的性能边界值。数据仿真验证了匹配方法的有效性,分析了CRLB受噪声的影响,表明匹配方法在噪声较小时基本接近CRLB。
     

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。     

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。     

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SAR影像平地与水域ROI的由粗到精匹配方法

INS/SAR组合导航系统主要是基于图像相似性相关原理,即将SAR实时获取的图像与预存在匹配处理机中的基准图进行配准比较,得到载体相对于目标或预定区域的位置偏差,从而修正INS的累积误差,保证载体的导航精度.但由于基准图与实时图获取的条件不同,两者存在较大差异,会损害匹配概率和匹配精度,进而影响载体的定位精度.基于此提出了基于SAR影像平地与水域特征区域(ROI:Region of Interest)的由粗到精的匹配方法:即利用实时图全部小波第二层低频信息在基准图小波第二层特征影像上进行全局搜索,荻取实时图中心点的粗匹配坐标,根据粗匹配坐标找到对应的基准图上的区域及所包含的平地与水域ROI,再找到ROI在实时图上对应的大致区域,利用互相关算法对ROI进行匹配,得到最终匹配坐标.并对该方法进行了仿真计算,结果表明该方法在星载SAR/机载SAR匹配中取得很好的效果,满足高匹配精度的同时,增强了不同源SAR匹配的适应性.     

基于双近邻模式和最小二乘支持向量机的SAR景象匹配区选择

通过对景象匹配过程的分析,从模式识别的角度阐述了误匹配产生的原因.从避免误匹配的角度定义了双近邻度、最小距离以反映sAR景象的独特性和匹配的准确性,并结合反映地面景物稳定性的边缘密度,构建反映SAR景象适配性的分类特征向量.基于该分类特征向量,利用最小二乘支持向量机将SAR景象基准图子图划分为匹配正确的子图和匹配错误的子图,并由匹配正确的子图类构成sAR景象适配区.试验结果表明,提出的方法能够有效地规划出所需的SAR景象匹配区.     

景象匹配正确定位概率的实验研究

景象匹配的理论分析结果揭示了景象匹配正确定位概率与实时图的信噪比和独立像元数的关系。文中通过对真实影像数据的景象匹配的结果统计给出了正确定位概率与信噪比和独立像元数的关系，并将该结果与理论结果进行了比较，对其中差异进行了分析解释。文中的结论可以用于景象匹配系统性能的精确分析。     

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。     

基于改进Hausdorff测度和遗传算法的SAR图像与光学图像匹配

提出了一种新的基于边缘的合成孔径雷达（SAR）图像与光学图像匹配算法。在这种算法中，首先针对SAR图像低信噪比（SNR）与乘性噪声模型的固有特性提出了一种边缘特征的提取方法。在获取光学图像与SAR图像边缘图的基础上，根据Hausdorff距离具有强抗干扰能力和容错能力的特点，采用了改进的Hausdorff距离作为相似性测度。在搜索策略上，根据遗传算法的固有的并行性，采用遗传算法来加快搜索的速度。通过大量基于同一地区的光学图像与SAR图像匹配的试验结果表明，这种算法鲁棒性好，匹配精度高，计算速度快。     

一种基于可操纵金字塔的鲁棒图像匹配算法

图像匹配是计算机视觉和图像处理领域中一个比较活跃的研究课题。针对离散小波变换对于图像平移和旋转的敏感性，提出了一种基于可操纵金字塔的图像匹配算法。算法考虑的是图像之间存在平移和旋转变换的情况。首先，变换的近似旋转角在图像分解的最底层采用环映射算法得到，然后在图像分解的其余层提取兴趣点作为匹配特征，并使用Hausdom距离来度量参考图像和待匹配图像之间的相似性，依次得到由粗到细的匹配结果。实验表明该算法具有较高的匹配精度和较强的鲁棒性。     

用局部灰度极值方法进行多光谱图像配准算法研究

针对多光谱遥感图像,提出了一种基于局部灰度极值的配准方法:通过在基准图像和待配准图像中同步寻找含有灰度极值的小区域,再用多项式对极值区域进行曲面拟合,最后,分别计算小区域的极值点作为特征点对进行配准。并用真实和模拟多光谱图像进行了试验,结果显示本课题提出的方法具有算法简单和配准精度高的特点。     

基于边缘信息的SAR与可见光景像匹配算法

SAR(合成孔径雷达 )与可见光图像由于成像机理的不同 ,直接进行基于图像灰度信息的匹配定位很难达到实际应用的要求。边缘是图像最基本的特征之一 ,文中提出一种基于边缘信息的 SAR与可见光景象匹配算法。该算法针对 SAR与可见光图像的特点 ,利用小波变换结合模糊中值加权滤波 ,取得有效的边缘信息 ,利用图像的边缘特征结合相关峰值特性分析的后处理方法进行匹配 ,并采用多分辨率分级搜索技术减少计算量。实验证明本算法匹配精度高 ,稳定性好     

合成孔径雷达的一种快视实时成像算法

给出一种适于机载 SAR实时成像处理的快视方法 (RQL M)及其实现 ,该算法在方位向上采用非聚焦的处理方法。方位向非聚焦压缩的原始方法是采用一个固定宽度的时域矩形窗对方位向所形成的线性调频信号进行滑动滤波 ,使用简单的加法操作完成方位向非聚焦压缩。但由于矩形窗的旁瓣衰减慢 ,因而在图像中如果高频分布比较多 ,由于相位误差的加大会使图像质量变差。文中采用两个级联的可变宽度矩形窗来形成一个梯形窗 ,使窗函数的频率响应介于矩形窗和三角窗之间 ,可以通过调节两个矩形窗的宽度来调节频率响应的主瓣宽度和旁瓣衰减。从而调节方位向的分辨率、积分旁瓣比 (ISL R)和峰值旁瓣比 (PSL R) ,进而调节成像结果的质量。该算法提供了较好的成像效果和应用的灵活性     

基于双目视觉的无人机编队相对定位算法

针对无人机编队飞行时双目视觉定位精确性差、计算量大、实时性不高的技术现状,对基于特征点的FAST定位和BRIEF旋转(Oriented fast and rotated brief,ORB)算法进行了改进,提出了一种适用于无人机双目视觉定位的算法。在改进ORB算法中,采用提取目标区域、最近邻约束和随机抽样一致(Random sampling consensus,RANSAC)方法,提高了特征点提取与匹配效率,也提高了特征点匹配质量;对于双目视觉定位,提出了适用条件更加宽泛的双目视觉定位模型,并保证了模型的定位精度;最后使用卡尔曼滤波算法对无人机的定位信息进行估计,进一步提高了无人机的定位精度。实验表明,算法具有较高的精确性和实时性,满足无人机间的相对定位要求。     

基于局部熵差的图象匹配方法--算法及计算机仿真

传统的灰度相关匹配和基于边缘特征的匹配方法抗噪能力和抗几何失真能力较差，将信息熵的概念引入到图象匹配中，定义了图象局部熵，并由此提出一种新颖的基于局部熵差的图象匹配方法。由于图象熵反映的是图象的局部，因此基于局部熵差的图象匹配方法具有较强的抗噪能力。由于采用了分块、序贯检测及分层搜索技术，计算量大为减少，试验结果表明这是一种非常好的图像匹配方法。     

一种基于角点提取的遥感影像地面控制点自适应匹配算法

提出基于特征角点的控制点自适应匹配算法：依据图像数据灰度特征自动确定相应阈值，从基准影像上提取控制点。采用动态模板进行不等距搜索，确定潜在目标控制点；构建三角网，利用等角变换判别目标控制点；构建仿射变换方程来筛选目标控制点。该算法无需设定灰度相关系数最大值阈值即可判别目标控制点。选取ASTER和TM两种成像差异显著的图像数据，对该算法进行试验，结果表明。该算法可以准确提取有价值的特征角点，具有较高的控制点识别精度和运算效率，具有较强的适应性和应用价值，较之传统匹配算法有明显优势。     

一种基于模糊神经网络的Speckle图像滤波器

提出一种新的基于模糊神经网络 (FNN)的 Speckle噪声自适应滤波器 ,以实时处理 SAR图像。讨论了模糊神经网络滤波器结构的设计、模糊规则的选取以及采用改进遗传算法进行参数优化的方法 ,最后 ,结合图像处理应用实例 ,与其它传统图像滤波器进行比较 ,验证所述滤波器在滤除噪声和保持细节纹理方面的有效性。