基于边缘特征的相位相关简化方法在空间目标运动估值中的应用

提出利用基于图像边缘特征的相位相关简化方法来进行空间目标平移运动的检测。为了能有效抑制噪声和亮度变化的影响，在传统互相关方法的基础上提出一种先提取目标的边缘特征，再利用傅里叶平移特性进行归一化相位相关处理的检测方法，从而实现两幅相似图像间的相对平移矢量的准确估计，它较比时域方法和基于灰度信息的互相关方法能获得更准确的检测结果和更强的噪声抑制能力。同时，为满足系统实时性的要求，还采用了将二维图像映射为一维信号的简化方法，将程序执行时间缩短了4倍。仿真实验结果显示，利用边缘特征的简化方法对于受到严重噪声干扰的空间运动目标具有很好的检测结果，进一步证明了算法的有效性和实用性。     

基于双投影策略的红外图像配准方法

图像配准是红外图像处理技术的前提,广泛应用于成像制导、光电侦查及工业实时监控等领域。考虑红外图像的实时配准需求,利用对数极坐标图像的尺度、转不变特性,将配准过程从直角坐标空间引入到对数极坐标空间,提出了基于双投影策略的配准算法,将二维空间的配准参数估计转换成两个一雏曲线的空间距离估计。此算法在保证尺度变化及旋转的匹配精度条件下,轴向投影统计大大降低匹配计算量。     

基于仿射变换的机载凝视红外告警器图像配准

提出了一种用于机载凝视红外图像序列的配准算法.分析凝视红外图像的特点,建立二维仿射变换模型描述三维空间.以帧间均方差最小作为评价标准拟合4个最优配准参数,通过参数步长控制配准算法精度.通过实测空中红外小飞机图像序列,证明了该算法配准精度可达到象素级,并可有效屏蔽背景杂波干扰.     

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。     

气象云图分级配准方法研究

气象云图序列图像由气象卫星分时拍摄而获得.在相邻两幅图像的拍摄时间间隔内,卫星传感器的位置及大气云层的形态都发生了一定的变化.因此,气象云图序列图像同时具有刚性形变和非刚性形变.针对这一特征,提出气象云图分级配准方法.首先采用基于Forstner特征点的刚性配准算法,校正由于传感器位置变化引起的旋转和平移等图像整体刚性...     

基于改进SAC-IA算法的激光点云粗配准

针对传统采样一致性初始配准(SAC-IA)算法存在收敛速度慢与精度不高等问题,提出一种改进SAC-IA算法。该算法利用扫描角限定方法对特征点选取进行几何约束;配准后两站点云特征点的FPFH直方图差值、欧氏距离差值和几何斜率差值同时作为误差修正标准;当变换矩阵满足精配准初始角度和平移要求时才输出该矩阵。通过实验仿真:该算法有效解决样点共线和局部的问题,有效缩短了算法时间,效率提高1倍以上;提供给精配准初始角度精度在10~(-2)量级,平移量精度提高3个数量级。     

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。     

微型航天器多目标捕获算法研究

为了实时性捕获混杂在天基背景中的运动目标,采用一种基于有效点的质心提取与消旋配准相结合的比较差分算法.首先对天基背景有效点进行标记并质心提取,根据航天器定位系统提供的参考旋转角度进行适度消旋配准,再平移配准参照帧的有效点质心坐标,根据完全配准时有效点质心坐标相同点最多的原则,得出配准点,配准后比较差分去除相同背景点,提取出目标.仿真结果表明该算法计算量小,虚警率低,适合微型航天器实时多目标捕获的要求.     

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.     

基于互信息相似性度量的多时相遥感图像配准

图像配准是多源图像分析的基础，特别是对于多时相遥感图像的变化检测，图像配准的性能直接影响到变化检测的实现。针对当前利用互信息实现图像配准时出现的稳健性问题，本文提出一种新的多时相遥感图像配准方法，在计算互信息时引入图像的梯度信息，作为多时相遥感图像配准的相似性度量准则，并在配准过程中应用多分辨率分析技术，使得图像配准在提高稳健性的同时减少运算量。将此方法用于变化检测中的多时相遥感图像配准实验，结果显示该方法比直接应用灰度互信息的配准方法具有更好的稳健性。