基于FBM分形向量特征的图象匹配

由于自然景物图象的灰度与边缘特征不稳定，基于灰度与边缘的匹配算法对于这一类图象难以生效。本文通过分析ＦｒａｃｔａｌＢｒｏｗｎｉａｎＭｏｔｉｏｎ（ＦＢＭ）的Ｗｅｉｅｒｓｔｒａｓｓ－Ｍａｎｄｅｌｂｒｏｔ随机分形逼近函数的频谱，给出了分形向量特征的定义和快速判别图象的ＦＢＭ区域的方法。在ＦＢＭ区域内采用该特征进行匹配能克服复杂自然景物图象中灰度与边缘特征的不稳定性。实验表明采用ＦＢＭ分形向量特征的匹配方法能够获得比较传统匹配方法，例如平均绝对差算法以及特征匹配法更高的匹配定位精度和匹配概率     

月球车视觉系统的一种匹配算法

针对月球车立体视觉系统对匹配速度和准确度要求较高的特点，提出了一种基于特征约束的区域匹配算法。该算法用多尺度小波变换实现边缘提取和降噪，采用多特征匹配、双向匹配、部分二次采样、选取图像子集等技术保证匹配的速度和精度。最后对匹配结果进行滤波，进一步提高匹配的准确性。     

基于免疫粒子群算法的地磁特征区域选择

为了实现在已知的地磁场区域内快速、智能化地选取易于实现地磁匹配的适配区,提高地磁匹配概率,给出了一种基于免疫粒子群优化算法的地磁特征区域选择方法。将地磁特征区域选择视为一个组合优化问题,通过一定的粒子编码和搜索策略,在规则网格化的地磁图中实现一定大小的、空间连续分布的特征区域选择。采用MSD匹配算法在不同路径的各种噪声强度下进行匹配仿真,实验结果表明,在所选择的适配区内,地磁匹配概率远高于整个地磁场区的平均匹配概率,特别是随着噪声强度的增加这种优势愈发明显。     

基于投影寻踪的地磁匹配区选取方法

针对基于单一地磁特征参数进行区域选取容易出现评价结果不全面的缺陷,提出了多特征参数融合的地磁匹配区选取方法。该方法结合信息熵和投影寻踪理论,综合考虑地磁标准差、粗糙度、相关系数和地磁熵等反映特定区域内地磁的总体起伏、光滑度、相关性强弱和信息量多少的地磁特征参数对匹配区的影响,建立了基于投影寻踪的地磁匹配区选取模型,利用遗传算法求解出最优投影方向,给出区域总的评价指数。利用文中提出的方法在选定区域进行了仿真试验,仿真结果表明,针对ICCP算法,在总评价指标高的区域进行地磁辅助导航,其匹配误差较小。
     

精确制导武器景象匹配算法方案研究

分析了景象匹配制导匹配算法选取的基本思路及常见两类匹配处的优缺点，提出了采用一定的控制策略以提高匹配效率的思想，并给出了几种匹配控制策略的设计思路。最后，分析了匹配算法实际应用的几个关键技术问题。     

一种地磁匹配制导适配性特征参数选取方法

为了评价地磁场特征参数对适配性的影响程度,达到选取重要特征参数目的,提出了一种基于粗糙集理论的地磁匹配制导适配性特征参数选取方法.通过分析粗糙集理论的基本原理,确定了特征参数选取的试验步骤;选取了适配性评价中具有代表性的6种特征参数作为条件属性集,在选定的28块区域基于积相关算法(PROD)进行了匹配仿真试验,选取匹配概率作为决策属性集,针对粗糙集理论只使用于离散数据的特点,分别对条件属性集和决策属性集进行了离散化处理;然后根据确定的试验步骤,对选定区域进行了特征参数选取试验,得到了约简特征参数集合,通过数据分析发现:提出的特征参数选取方法在不需要任何先验信息的情况下提取了约简特征参数集合,有效地排除了冗余信息的干扰,达到了选取重要特征参数的目的.     

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。     

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.     

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。
     

一种新的全天自主星图识别算法

在星图识别领域三角形算法得到了广泛的应用，但是在星对角距很小的情况下，其识别率严重降低。字符匹配算法可以解决这个问题，但是它无法识别由于相机在拍摄瞬问的平移和旋转而产生位移的星图。为了克服这一缺陷，提出了一种有效的星图识别算法，该算法在生成导航星数据库时以一些一定范围内的亮星为中心，把整个天球分为很多个四方形区域，然后根据被拍摄星图的特点从这些四方形区域内选取子区域参与星图识别。仿真结果表明该算法不但继承了字符匹配算法的优点，而且对星图位移有很强的鲁棒性。     

基于遗传算法的地磁匹配搜索策略

为降低导航成本,提出仅利用磁测计和里程计的地磁场匹配定位方法.为解决搜索空间过大的问题,提出以遗传算法在匹配区域搜索可能路径的方法.该方法以相关性度量作为适应度函数,交叉与变异仅针对点列的相对关系完成,提出用局部适应度函数自适应调整交叉概率与变异概率.仿真结果表明,该方法可以有效完成地磁匹配导航中任意形状路径的匹配.     

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.     

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。     

面向弱纹理空间目标的特征点匹配方法

特征点提取与匹配是遥感图像处理中关键的一环,目前成熟的算法大多面向对地成像类型的遥感图像,对于空间目标的遥感图像,没有考虑成像条件与探测平台的影响因素,特征点匹配质量较差。针对空间目标的匹配精度不高这一问题,文章提出了一种基于聚类的特征点匹配算法。首先,根据空间目标的重复弱纹理进行特征点提取与描述,再利用特征点的空间位置进行聚类,并对特征点簇进行匹配;之后将特征点的主方向减去目标整体方向,利用特征点主方向对每一个点簇进行再分组,并完成特征点匹配;最后利用最近邻次近邻比率方法和随机样本一致算法（RANSAC）剔除外点。采用该特征点匹配方法进行的模拟成像数据实验结果表明,对于空间目标图像,基于聚类的特征点匹配较直接匹配,匹配数量的提升最高可达50%,重投影误差优于1/4个像元。文章提出的这一方法使用目前通用的各种特征描述子,能够大幅度提高空间目标图像特征点匹配的数量与精度。     

基于进化策略结合BP神经网络的景象匹配算法研究

基于进化策略结合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。提出并实现了一种高效的基于进化策略结合BP神经网络的景象匹配算法。实验表明该方法的收敛性能及学习速度优于标准BP神经网络算法，具有寻优的全局性、精确性。     

一种基于距离变换的图象匹配方法

如何对于不同成像条件下的图象进行匹配是采用传统方法难以解决的一个难题。本文将距离变换引入图象匹配中，提出抗几何失真和边缘变化的边缘特征匹配准则，推导出它的快速匹配算法。大量实验表明，这种方法有效地克服了几何失真、边缘变化的影响，而且具有抗灰度反转的能力，可以广泛应用于不同成像条件下获取图象间的匹配     

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     

基于遥感图像的无固定标志点卫星自主定轨

目前基于事先选取地面标志点的卫星自主导航可能会造成误匹配和漏匹配,并且不包含地标点的遥感图像也有可能存在导航信息.为了解决这两个问题,本文提出了一种不依赖事先标定地面标志点的自主导航方法,通过YOLOv3深度学习对获得的遥感图像进行目标识别缩小图像匹配区域,将识别后的目标区域进行图像匹配获得匹配特征点及其像平面坐标,最...     

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