模糊相似度景像匹配算法研究

研究了求取图像模糊特征域的计算方法,提出了采用图像模糊集相似度进行景像匹配的方法,并探讨了综合利用多种模糊集相似度算法进行匹配的方法,进一步提出了模糊综合相似度(FSSM)匹配算法.仿真验证表明,FSSM算法具有适应性好、匹配率高等优点,且实时性也较好,为飞行器实时景像匹配提供了一种可行方法.     

一种改进的最小二乘景像匹配算法

为提高景像匹配系统的匹配速度和对初始定位误差、噪声的鲁棒性,对实时图与基准图之间的灰度分布关系进行分析,建立实时图和基准图之间的景像匹配模型,给出了一种改进的最小二乘景像匹配算法.该算法在最小二乘目标函数中引入一个辅助约束项构成综合目标函数,辅助约束项隐含有对量测输入平滑性的约束,提高了匹配算法的稳定性,运用牛顿法推导出该算法的递推公式,该算法充分利用了综合目标函数的一阶、二阶导数信息,因此具有较快的收敛速度.仿真结果表明了算法的有效性.     

基于特征点集的匹配算法应用于卫星姿态确定

综合了灰度与几何特征匹配方法,依据局部纹理能量分布选取特征点集,并利用特征点集的几何约束关系构建了可描述图像整体特征的模板.通过逐步求精方法实现了实时图像与基准图像的匹配.首先通过特征点集匹配进行粗搜索;然后通过精搜索以及角度校正得到实时图像中目标偏移旋转量.该特征点集算法与传统图像匹配算法相比较,在保证精度的基础上能提高匹配速度,且具有一定的旋转不变性和抗噪性.仿真实验证明了该算法的可行性.      

基于6自由度机械臂的景像匹配半实物仿真

为克服传统景像匹配半实物仿真系统的不足,提出了一种机载景像匹配半实物仿真系统实现方案.该方案采用6自由度机械臂的运动和屏幕投影运动模拟飞行器的运动状态,利用摄像机采集大屏幕模拟实时图获取过程,通过多线程控制和网络控制实现多个子系统的信息同步,利用高精度摄像机标定场实现系统的相对和绝对定位.该系统具有良好的扩展性,可缩短景像匹配系统的研发周期,降低研发成本.系统应用后,已节约试飞实验经费超过1 000万元人民币.      

卫星遥感图像信息作为姿态敏感器的应用研究

陆标敏感器可以从卫星遥感图像信息中提取卫星的姿态信息,它根据卫星实时图像与基准图像之间的偏移量,计算出卫星的姿态。对陆标敏感器的总体方案进行了设计,在图像匹配技术中采用基于区域特征的先粗匹配、后精匹配的匹配算法,在姿态确定算法中对可能达到的姿态测量精度进行了理论分析,研究表明陆标敏感器可以获得较高精度的卫星姿态信息,作为新型光学姿态敏感器具有重要的研究意义。     

基于相似度曲面二阶差分的景像匹配算法

在分析景像匹配相似度曲面特性的基础上,提出了采用相似度曲面二阶差分为最小作为选取景像匹配点的准则,并进一步给出了利用该准则得到的匹配点的置信度指标. 与传统的景像匹配相似度最大值准则相比,该准则可有效地提高匹配概率(在本仿真实验中,采用修正相关系数(CCF)算法的匹配概率由92.7%提高到98.1%),给出的置信度指标也较好地表示了匹配点的可信程度,并可作为剔除误匹配点的一种参考标准.      

基于MSER的无人机图像建筑区域提取

对建筑区域自动检测与提取是无人机(UAV,Unmanned Aerial Vehicle)图像处理的一项重要功能.在分析无人机成像特点和最大稳定极值区域(MSER,Maximum Stable Extremal Regions)算法对无人机侦察图像建筑区域检测的适用性基础上,提出了一种基于MSER的无人机侦察图像建筑区域提取算法.算法包含5步:无人机图像预处理,运用MSER算法分析计算图像稳定区域,通过计算稳定区域密度筛选建筑区域,进一步利用自适应K均值聚类算法对建筑区进行划分,最后采用Graham算法生成建筑区的边界从而实现了建筑区的自动提取.选取无人机实飞图像数据进行实验统计,本算法提取精度为92.25%;同时与基于Gabor变换的纹理特征、SIFT特征点的提取算法相比,建筑区域提取时间缩短,满足无人机实时应用需求.      

Lyapunov自适应滤波及其 在INS/SMNS组合中的应用

为克服在惯导/景像匹配导航系统(INS/SMNS,Inertial Navigation System/Scene Matching Navigation System)组合导航系统中随着匹配点增多最小二乘法易出现发散的缺点,提出了一种基于多输入多输出(MIMO,Multi-Input-Multi-Output)系统的改进型Lyapunov自适应滤波算法.该方法利用观测方程信息,通过定义滤波误差和预测误差获得算法的递推公式,而算法的稳定性和收敛性可由Lyapunov稳定性理论来证明.以INS/SMNS组合导航系统为例进行了仿真验证,和递推最小二乘算法相比该算法简单、可靠,而且滤波的性能优于递推最小二乘算法.     

基于脊线校准的指纹细节点匹配算法

对自动指纹识别系统(AFIS, Automated Fingerprint Identification Systems)中居于重要地位的细节点匹配算法进行研究,对基于校准的细节匹配算法进行了修正.在细节点相关脊线信息的提取阶段,提取分叉点相关脊线的拓扑信息,并将其引入后续的校准和匹配算法.采用一种半可变的限界盒以适应指纹图像的非线性形变.引入一个新的参考量计算并比较脊线相似度,以更低的计算代价解决匹配中参考细节点对的选择问题,加快匹配算法的收敛速度.将脊线校准和细节点匹配两个阶段结合起来,采用一种新的更简单有效的方法进行细节匹配.测试结果表明,改进的匹配算法能够在使用较少资源的前提下,提高指纹匹配速度,改善系统的匹配性能.      

基于曲面拼接的球面全景生成算法

提出一种基于曲面拼接的球面全景自动生成算法.该算法包括球面投影、图像空洞消除、全局光强校正、图像匹配与缝合等关键步骤,实现了以固定视点为中心的4π立体空间内全方位场景观察.重点研究了水平和垂直方向的球面投影,完整保留了投影点空间信息,避免了因信息丢失造成的视图严重变形,甚至在两极无法展开的问题;采用"反算"插值的方法,解决了投影过程中因坐标离散化造成的图像走样及空洞现象;提出"分散全局累积误差"方法,对光照变化强烈的图像序列进行光强校正,克服了以往算法只对相邻而非全局图像进行光强调整的限制;利用基于特征的方法在曲面上对图像进行匹配和融合,生成视点空间内无缝平滑的球面全景图像.整个算法自动完成,光照鲁棒性强,拼接效果好,具有较高的应用价值.      

基于串行支持向量分类器的模拟电路故障诊断

介绍了支持向量机的基本原理,提出一种新型支持向量多类分类器,其中多个二类分类器组成串行结构,每个二类分类器均带有非线性主元素分析特征提取器.描述了其训练与分类算法,并将其应用于非线性电路的部件级诊断.和传统BP网和RBF网分类器相比,支持向量方法在分类准确率上表现出明显的优势,其中串行支持向量多类分类器无论在训练和分类速度方面,还是在诊断准确率方面,都要优于传统并行结构的多类分类器.      

基于萤火虫优化神经网络算法的气浮台自动调平衡研究

为了利用气浮台在地面精准演示分布式多星组网技术及验证多模式高分成像过程，提出一种基于改进型BP神经网络PID控制的气浮台快速自动调平衡算法.针对以往算法调平时间较长、容易得到非最优解的问题，引入仿生萤火虫算法对神经网络初始权值进行优化，提高了算法的收敛速度和稳定性.基于构建的三轴气浮台运动学和动力学模型，通过仿真实验验证了优化算法对自动调平衡具有良好的控制效果，满足多星地面仿真的调平衡要求.      

基于小波包分解和FCM聚类的纹理图像分割方法

提出了一种新的图像特征提取中选取最优小波分解树的方法.塔式小波分解对信号解不够全面,而小波包全分解又引入庞大的计算量,因此小波分解最优树的选取尤为重要.结合模糊c均值(FCM,Fuzzy C-Mean)聚类,提出了一种能同时进行小波自适应分解和纹理特征分类的纹理图像分割方法,该方法将无监督聚类中的聚类有效性参数引入到自适应小波分解的判决中,能根据无监督聚类分割的需要,自适应地选取小波包分解的树形结构和分解层数.相对于小波包全分解,节省了大量的运算,并能取得良好的分割效果.      

BP/GA混合算法在简易组合导航系统中的应用

Kalman滤波器是组合导航中最常用的最优滤波工具,但是在组合导航系统中有一些应用的局限性,尤其在低成本的GPS(Global Positioning System)/DRS(Dead Reckoning System)组合导航系统中,存在着使用的GPS接收机和惯导测量元件的精度不够高的问题,要提高系统的测量精度,只能提高算法软件的先进性.为补偿卡尔曼滤波发散的缺陷,将神经网络和遗传算法组成的混合算法与卡尔曼滤波相结合,应用到GPS/DRS组合导航系统中,该算法不仅具有普通神经网络的自主学习能力、好的实时性,还克服了传统算法收敛速度慢、对学习参数敏感、局部有极小点等缺点,同时兼具卡尔曼滤波的最优估计性能.仿真结果验证了这种算法和常规卡尔曼滤波算法相比较具有更高的精度和稳定性,经过对仿真数据进行统计分析,纬度误差的最大值降低了一个数量级.     

基于一种匹配函数的ATS资源自动配置方法

提出采用匹配函数描述测试点与仪器端口的匹配程度,用来指导自动测试系统仪器选型和资源配置.匹配函数采用面向信号的方法构建,综合了测点信号属性与仪器性能参数、仪器可靠性、仪器成本、仪器操作复杂度等因素,使得仪器选型和资源配置策略的制定更符合工程需要.给出了资源配置策略和算法,并对资源配置进行了并行测试优化.通过给出一个典型实例,证明该方法能有效降低测试成本,增强系统可靠性,提高测试效率和吞吐量,并为自动测试系统硬件设计的自动化奠定了基础.      

基于神经网络的带肋回转通道换热性能的预测

在对带有不同肋间距和肋高的直肋变截面U型通道的换热性能进行了实验研究的基础上,分单元处理了数据,并采用经过LM(Levenberg-Marquardt)算法和贝叶斯正则化方法改进的基于BP(Back-Propagation)算法的前馈神经网络对数据结果进行了建模,实现了对带直肋的变截面U型通道换热性能的预测,实践证明,人工神经网络ANN(Artificial Neural Network)方法可以用于航空发动机涡轮叶片内通道换热性能的预测,并且其预测精度明显高于非线性拟合.     

直反信号协同的GNSS-R BSAR距离多普勒成像算法

针对目前基于全球导航卫星系统反射信号的双基地合成孔径雷达（GNSS-R BSAR)在一站固定模式下的大斜视,斜距历程复杂,回波信号方位空变导致回波信号难以处理的问题,提出改进的距离多普勒成像新算法。所提算法采用GNSS信号作为辐射源,根据一站固定模式下GNSS-R BSAR合成孔径时间长的特点,引入高阶等效斜视距离模型,得到导航卫星与目标斜距相对时间变化的精确描述。先通过直射信号与回波信号时域对消进行距离徙动校正,实现全场景目标距离徙动的精确校正;再通过方位向分块混合相关处理来克服回波信号方位向的移变性质,实现全场景高效精确成像。所提算法的成像效率优于传统后向投影时域（BP）算法,成像精度与BP算法相当,且可根据需要通过调整方位分块的宽度来提升聚焦效果。最后,用GPS-L5信号进行仿真和实验,仿真和实验结果验证了所提算法的可行性和高效性。     

前馈神经网络的一种简单共轭梯度学习算法

针对前馈神经网络学习误差函数维数高、计算复杂度大的特点,对梯度下降BP算法加以改进从而构造出一种简单共轭梯度下降算法(MPARTAN算法).该算法计算复杂度不高于动量BP算法, 与FR共轭梯度法相比,该算法的稳定性好,又具有共轭梯度法的优点,收敛速度快.文中给出了该算法的收敛定理,并用2个实验例子比较了动量BP算法、FR共轭梯度法和MPARTAN算法的计算结果.     

武装直升机红外辐射计算中多重遮挡处理

针对武装直升机红外辐射计算中任意方向上可视净面积求取问题,提出了一种基于随机模拟的遮挡处理方法.该方法利用曲面造型方法建立直升机的三维模型,并将其离散为四边形面元,采用翼边拓扑结构描述直升机外形的数学模型.在此基础上,基于可见性测试、深度测试和遮挡测试原理对空间多边形面元进行遮挡判断,求出其遮挡面元集,再利用随机变量的统计方法对该多边形进行遮挡计算,求得净面积.对某型武装直升机和简单形体的计算表明,通过合理划分面元数和选取随机点数, 简单目标计算误差可以控制在5%以内,复杂目标可以控制在工程精度要求内.该方法已应用于武装直升机红外辐射特性计算软件中,应用表明该方法稳定、可靠,适于工程分析.      

近前视弹载SAR的改进后向投影成像算法

针对现有的弹载合成孔径雷达(SAR)大斜视算法所处理的斜视角度受限,传统的后向投影(BP)算法运算量大以及已有的快速后向投影算法不能进行并行处理等问题,提出了一种适于并行处理的近前视弹载SAR的改进后向投影算法.首先根据近前视弹载SAR的几何关系,建立回波信号模型,然后在距离方向上对弹载SAR扫描场景进行等间隔分割,在合并子孔径的同时分裂图像,达到所需图像精度时停止合并和分裂,再相干叠加反向投影到扫描场景的分割小区域内的回波,这样就会得到扫描区域的弹载SAR图像.对于各个条带可以采取并行处理来分别成像,可以进一步提高成像速度.最后利用仿真回波数据和实测回波数据对本文改进算法进行验证,通过与其他算法的比较,证明了本文改进算法可以处理高达86°的近前视场景,并且处理速度大大快于传统BP算法的处理速度,再配合并行处理划分的条带,处理速度会快于现有的改进BP算法的处理速度.