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.     

星载扫描模式合成孔径雷达成像算法研究

文章在分析SPECAN成像处理算法基础上,应用改进的SPECAN算法进行星载扫描SAR成像.给出了对Burst图像内和子测绘带间Burst图像方位向像素间隔归一化方法,通过计算沿距离向的方位尺度变换因子实现整个测绘带方位向像素间隔的归一化.最后通过对点目标成像仿真,验证了算法的有效性.     

一种基于Contourlet变换的图像匹配算法

在高维情况下,小波分析方法不能充分利用数据本身特有的几何特征,并不是最优的 或者说“最稀疏的”函数表示方法。针对这一问题,提出了一种基于多尺度几何分析方 法—Contourlet变换的图像匹配算法。首先对图像进行Contourlet分解并获得低频子图像 和带通子图像,然后对低频子图像使用LTS-HD和投影熵计算得到粗匹配点,接着将粗匹配点 的位置反演计算到原始图像,并通过归一化积相关算法得到精匹配结果,仿真实验表明了算 法的高精度和快速性。     

阵列天线中MUSIC算法的工程实现

在阵列天线MUSIC算法的工程实现中,要求用C语言实现对数据自相关阵的特征空间分解。文中参照对称矩阵特征空间分解的数值实现方法,通过在复数域中引入Householder变换和Givens变换,利用C语言编程,实现了Hermite矩阵特征空间分解,给出了迭代算法。在迭代算法中,采用直接数据置换降低矩阵维数,节省了存储空间,提高了运算速度。在PC104上编程,实测结果表明算法稳定,结果正确,运算速度满足工程的需要。     

用于飞行器导航的边缘匹配方法研究

地图匹配制导由于具有良好的自主性而成为飞行器导航的一种重要方式。本文首先从飞行器导航的应用出发，对于可用于地图匹配制导的匹配方法的特点进行了分析；然后，提出了一种基于二值边缘新的匹配度量，并给出了基于距离变换的边缘二值图像匹配方法；通过采用航片与卫片、可见光图像与合成孔径雷达图像等所进行的大量实验，结果表明本文所提出的方法比常用的平均绝对算法和归一化互相关算法速度更快、匹配定位精度更高     

基于Walsh-Hadamard投影的快速Nonlocal-Means图像去噪

针对Nonlocal-means图像去噪算法计算强度较高的问题,提出了一种投影加速算法.分析了Nonlocal-means算法的计算瓶颈,利用Walsh-Hadamard变换的快速运算和自递归特性,使用一组完备的Walsh-Hadamard 变换将图像块投影到其张成的空间中;利用Walsh-Hadamard投影的能量集中特性和匹配计算过程中的拒绝策略,在Nonlocal-mean,去噪算法的图像块匹配计算中快速丢弃无法匹配的图像块.实验结果表明,该算法获得了较好的加速性能,且去噪效果没有受到影响.     

基于空-频域的信号DOA和频率联合估计方法

提出了一种借助时频变换实现信号的DOA和频率联合估计的新方法.该方法将信号变换至空间-频率域,不但避开了传统方法要求进行空间谱搜索的繁琐,而且直观地显示了信号的空间-频率分布情况.计算机仿真结果验证了该算法的有效性.     

应用NAR运动估计的序列帧间匹配技术

对于面阵相机推帧成像与数字TDI后处理相结合的对地高分辨率遥感新方式,在图像后处理过程中的帧间匹配步骤占据了大量运算资源与时间。文章首先简要介绍了推帧成像与数字TDI的应用模式,通过分析推帧成像模式下原始图像序列的空域互相关特性与图像匹配机理,提出了此快速帧间匹配技术,并进行了仿真试验。结果表明应用非线性自回归神经网络运动估计的快速帧间匹配技术可显著提高数字TDI后处理的实时性,使计算效率提升达70%以上,同时提高匹配精度,减少误匹配。该技术泛化力强,通用度高,不同地面分辨率、不同轨道高度的空间相机数据均可应用该技术进行快速且精确的机内或地面帧间匹配。     

子空间跟踪算法在热模态问题中的应用研究

总结子空间跟踪算法识别模态参数的一般步骤。对一个有理论参考解的时变两自由度系统进行仿真,利用添加不同量级噪声的响应数据对系统进行辨识。辨识结果表明:基于新信息准则的子空间跟踪算法拥有较好的抗噪能力。对飞行器舵面结构进行受控快速加热,辨识快速升温过程中的模态参数。辨识结果表明:子空间跟踪算法可用于热模态辨识,有一定的工程应用价值。     

基于重叠变换域的解扩解调

重叠变换域抗干扰技术在扩频通信体制中能够显著降低干信比。通常首先需要将信号变换到重叠变换域中,去干扰滤波后再将信号变换回时域进行解扩解调。虽然正变换与反变换都有相应的快速算法,但其效率不如FFT算法,运算量比较大。文章提出一种基于重叠变换域的解扩解调方法,不经过反变换的过程完成解扩解调,并对其做了理论分析和硬件测试。结果表明这种方法是可行的,而且解扩解调性能与时域接收机相当。     

有几何失真时均方差图象匹配算法的局部精度

本文假定图象信号和附加噪声是相互独立的零均值二维齐次高斯随机场,且二次可微。导出了有几何失真时均方差图象匹配算法的局部精度公式,分析了几何失真和噪声对匹配精度的影响。给出的实例和计算结果验证了方法的正确性。     

基于候选点稠密匹配的三维场景重构方法

针对星球探测机器人在未知环境中三维场景重建存在的计算复杂度问题,提出基于网格候选点的三目立体匹配算法。在空间中建立代表深度信息的网格节点,并对深度方向的节点分布进行合理规划,确保候选点稠密匹配的准确性和高效性。候选点匹配解决了传统立体匹配算法中图像校正带来的实时性问题,同时采用三目视觉系统代替双目,通过另一组对应点的相似性测度对潜在歧义的少量候选点进行二次判决。实验证明,由于处理每组图像对不再需要进行极线校正,因此计算代价与传统的匹配算法相比有一定降低,而第三台摄像机有效消除了匹配歧义,计算量相对于双目系统也没有明显增加。

     

星图匹配观测三角形优化选取技术

为了提高三角形星图识别算法的成功率,减少匹配过程中的计算量,进而提高星敏感器实时输出姿态的性能,提出一种星图匹配前“二次优化”选取观测三角形方法,该方法在在初选观测三角形的基础上,对观测三角形进行第二次优化筛选,进而提高星图识别环节的效率。优化选取观测三角形是基于QUEST定姿原理,将观测三角形的边与夹角的约束关系转换到像平面上。全天球遍历分析统计结果表明：在12°×12°视场中,采用本文提出的方法,可使一次匹配成功并输出可用于星图验证环节的较高精度姿态信息的概率提高60.9％,从总体上可大大减少星敏感器星图识别环节的计算量,并且每帧全天球定姿输出的时间一致性也被大大提高。     

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。     

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。     

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。
     

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。     

月面着陆多尺度边缘光流特征提取与跟踪方法

针对月面着陆器动力下降过程中，基于描述子的传统视觉特征提取和跟踪方法耗时长、误匹配率高等问题，提出一种采用边缘光流的多尺度特征提取与跟踪方法。首先通过构建序列图像金字塔和应用多级掩膜提取方法，改善了图像平面上特征点分布的均匀性；在此基础上，利用边缘直方图灰度差平方和(SSGD)滑窗搜索算法，将光流计算由二维迭代简化为一维匹配，大幅缩短了算法耗时；进一步利用多尺度边缘直方图迭代搜索算法在改善大尺度运动下特征跟踪鲁棒性的同时，将光流计算精度拓展至亚像素级。仿真结果表明，本方法计算耗时不超过描述子方法的50%，非大尺度运动下具有更高的稳定跟踪特征点数目，大尺度运动下相比描述子方法下降不超过15%，在跟踪效率和稳定性方面取得了较好的平衡。     

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。