面向山地区域光照变化下的鲁棒景象匹配方法

提出了一种面向山地区域光照变化下的鲁棒景象匹配导航方法。该方法针对山区景象匹配导航中光照环境不同造成的基准图与实时图像不一致问题,采取在高程数据上使用光照模型生成光照明暗图,利用数字高程图(DEM)得到水流汇集数据并生成山谷显著图,将光照明暗图与山谷显著图融合作为基准图;针对基准图与实时图中细节边缘的差异带来的误匹配问题,提出了基于形态学约束的Hausdorff距离边缘匹配算法。采用LANDSAT图像与ASTERDEM高程数据进行实验分析,结果表明提出的方法匹配正确率高且鲁棒性好。     

惯性组合导航系统的实时多级景象匹配算法

 针对景象匹配辅助惯性组合导航系统需要快速准确获取飞行器位置、航向偏差的要求,提出一种实时多级景象匹配算法。算法分为两级,第一级粗匹配中提出了中心点4邻域的抗变形算法,能抗旋转和小尺度变化的影响,使定位精度达到像素级;第二级精匹配中提出了基于分支特征点,应用最小二乘法原理精确匹配定位出两幅图像间的最优相似变换参数,即飞行器的精确位置和航向偏差的算法。仿真分析表明,提出的实时多级算法能满足景象匹配辅助惯性组合导航系统实时性、精确性和鲁棒性的要求。     

景象匹配中的几何透视校正和归一化互相关模板匹配

几何失真是使景象匹配性能下降的一个很重要的因素,基于参考图与失真实时图中四对对应点,本文采用透视变换方法,对失真实时图进行校正。对校正后的实时图,本文采用归一化互相关方法,进行模板匹配。仿真实验表明,这两种方法简单易行,校正与匹配结果精确。     

基于组合跟踪的景象匹配分析评估方法

景象匹配飞行试验中,图像序列中存在的剧烈尺度变化及多种外界因素影响导致的几何变形等成像质量变化,增加了景象匹配全流程自动评估的难度.为了解决这个问题,提出1种基于组合跟踪的景象匹配图像全流程评估方法.首先,基于序列图关键帧选取原则,提出序列图关键帧匹配方法;然后将该方法与多种目标跟踪算法进行对比分析;再根据对比分析的结...     

基于边缘相似性的异源图像匹配

异源图像匹配是视觉导航、多源图像融合分析的关键步骤之一。对于成像机理差别较大的异源图像,如SAR图像和可见光图像,采用传统的异源图像匹配算法难以得到满意结果。本文提出一种基于边缘相似性的异源图像匹配方法,首先分别提取待匹配图像的边缘特征点集;然后计算基准图的边缘距离场;最后基于边缘相似性模型,通过实时图边缘图和基准图边缘距离场计算边缘相似度,寻找相似度最大的变换参数即为最终匹配参数。采用SAR与可见光图对方法进行了测试,结果表明,这种方法能够快速可靠地实现异源图像匹配。     

InSAR成像匹配制导技术

为了解决飞行器远程全天候高精度自主导航的问题,提出一种InSAR成像匹配制导技术,利用InSAR生成的高程数据与基准高程图进行精确匹配,并通过构象模型反演出飞行器的空间位置。分析对比了多种精确地形匹配方法,采用基于F.Leberl数学模型的空间定位方法并分析了误差影响。仿真结果表明,该方法可以实现飞行器高精度自主导航定位,大大提高飞行器的适应性和抗干扰能力。     

基于3D Zernike矩的巡检器与空间站的相对导航算法

针对航天器相对导航问题,以空间站表面为"特殊地形",提出一种基于大型航天器表面巡检的相对导航算法。首先,运用巡检飞行器上的TOF （Time of Flight）相机测量空间站表面局部点云数据,以该点云数据为实时图,以空间站表面先验点云数据为基准图。然后,利用3D Zernike矩与三维地形间的一一对应关系,将三维地形匹配转化为基于3D Zernike矩的特征向量匹配。在此基础上求解实时图与匹配上的基准图间的相对位置、相对姿态,从而确定两航天器间的相对导航参数,并通过实验分析了匹配精度及速度的主要影响因素。最后,将该相对导航参数与惯性系统推算的相对导航参数在扩展卡尔曼滤波器的框架下实现信息融合,估计了巡检飞行器与空间站间的相对位置、相对姿态,实验结果表明,相对位置精度优于0.002 m,相对姿态精度优于0.1°。     

高超声速飞行器表面测热技术综述

高超声速飞行中飞行器表面气动加热量是飞行器热防护系统最为关键的设计输入,在理论计算与地面模拟的有限近似条件下,通过飞行试验实时获取真实环境下飞行器表面的气动加热量,并在此基础上完成对计算模型与地面试验的验证与改进具有重要意义。详细列举了20世纪50年代以来,国外具有代表性的飞行试验与测热方案。以“内置式”与“嵌入式”作为测热技术的分类特征,介绍了各类测试设备及相应的飞行试验结果。着重分析了“热匹配性”与“结构匹配性”作为关键因素对飞行测热技术的影响,通过飞行试验实例介绍了该问题的解决方法及工程经验。归纳了飞行测热技术发展的共性、特点与未来趋势,并结合当前我国发展现状,对该领域未来研究提出建议。     

基于极线几何的统计优化特征匹配算法

针对基于特征点的图像匹配中匹配数目不多以及重复结构下匹配较差等问题,提出了一种基于极线几何的统计优化特征匹配算法。利用正确匹配特征点之间满足对极约束的特点,从而可以减小特征点搜索区域,避免由于重复结构引起的误匹配对。首先使用一个小的特征点样本估计图像之间的基本矩阵,并利用它结合对极约束模型来引导特征匹配;然后利用基于特征点主方向和尺度信息的统计优化方法进一步消除误匹配,得到最终匹配结果。实验结果表明,该算法对图像的旋转和缩放变换具有良好的鲁棒性,匹配精度和数目有了很大提升,对于具有重复结构的图像匹配效果也较好。     

INS/SAR组合导航参数传递建模及精度分析

 对合成孔径雷达景象匹配辅助（INS/SAR）组合导航中地面合成孔径雷达(SAR)匹配点位置参数向飞行器主惯导中心的传递过程进行研究。分析了SAR匹配点位置传递过程中所涉及的各环节及其相互关系,以此为基础建立了测量参数传递过程数学模型,提出适合该模型的误差分析与精度估计方法,结合理论和实验结果对各测量参数误差所造成的传递误差进行分析和比较,得出单一测量参数误差影响程度的排序,并在此基础上得出总精度的估计值。参数传递模型及精度实验结果与实际情况相符,可为组合导航中合理的精度分配提供依据。     

Image Correlation with Geometric Distortion Part 1: Acquisition Performance

The degradation in acquisition probability that occurs when cross correlation is used to determine the offset of two images of the same scene that differ by a relative geometric distortion is presented. The geometric distortions considered can be represented by a general affine transformation of image coordinates. The analysis shows that for a given geometric distortion there is an image size and shape that minimizes the probability of false acquisition. The results are derived for images modeled as random patterns with arbitrary auto-correlation functions. The results are illustrated for images with Gaussian autocorrelation functions.     

图像匹配技术在航空电子系统中的应用

 本文概述了匹配定位原理、方法及相似度度量、快速搜索、正确匹配概率、预处理、几何失真及其改善等问题,还指出了特征匹配及匹配寻的跟踪等两个值得重视的发展趋势。最后给出了相关匹配技术在组合导航及导引头中应用的结构组成。     

一种鲁棒的红外与可见光多级景象匹配算法

针对基于特征的景象匹配方法对图像噪声和局部形变适应性差以及对特征质量依赖性强等问题,从提高图像特征描述能力入手,将具有局部光照和对比度不变性的相位一致性变换引入到红外与可见光景象匹配的特征表征中,以获得对噪声和局部形变较强的适应性。在此基础上,首先采用抗旋转的圆投影实现图像粗略匹配,然后基于Zernike矩推导出图像的互相关匹配重构函数并用来剔除错误匹配点,最后基于曲面拟合方法获得亚像素定位,从而实现图像精确与鲁棒匹配。仿真实验验证了所提算法的有效性。     

一种基于多特征融合的地形匹配

提出了一种多特征融合的地形匹配算法,充分利用地形的各种不同的统计特征和几何特征,构造了一种地形匹配网络模型。通过对实时图和参考图分析,给出了计算网络节点之间的权值函数,建立了网络系统能量方程,通过求系统的最小能量得到最佳匹配位置。由于网络能融合地形的不同统计特征和几何特征,所以算法大大提高了系统的抗干扰能力和定位精度,适合于实时图容易发生畸变的地形匹配领域,实验结果表明,定位精度和抗干扰能力均优于传统的地形匹配方法。     

Image Correlation with Geometric Distortion Part II: Effect on Local Accuracy

The effect of geometric distortion on the local accuracy of the image registration algorithms using cross correlation is presented. Using a probabilistic model describing images as homogeneous random patterns, expressions for the mean and covariance of the local error vector in terms of image and noise autocorrelation functions, geometric distortion, and reference image area are derived. The geometric distortions considered are those represented by an affine transformation of image coordinates. It is shown that for a fixed geometric distortion there is an image size (integration area) that minimizes the local error. The optimum area decreases with increasing geometric distortion.     

Real-time mosaicking for infrared videos from an oblique sweeping camera

Image mosaicking is widely used in Geographic Information Systems (GISs) for large-scale ground surface analysis. However, most existing mosaicking methods can only be used in offline processing due to the enormous amounts of computation. In this paper, we propose a novel and practical algorithm for real-time infrared video mosaicking. To achieve this, a novel fast template matching algorithm based on Sum of Cosine Differences (SCD) is proposed to coarsely match the sequential images. The high speed of the proposed template matching algorithm is obtained by computing correlation with Fast Fourier Transform (FFT). We also propose a novel fast Least Squares Matching (LSM) algorithm for inter-frame fine registration, which can significantly reduce the computation without degrading the matching accuracy. In addition, the proposed fast LSM can effectively adapt for noise degradation and geometric distortion. Based on the proposed fast template matching algorithm and fine registration algorithm, we develop a practical real-time mosaicking approach which can produce seamless mosaic image highly efficiently. Experiments on synthetic and real-world datasets demonstrate that the proposed algorithm is not just computationally efficient but also robust against various noise distortions.     

一种基于亚像素匹配的高精度视觉定位方法

大多数应用到无人机景象匹配导航中的匹配算法都只能满足像素级精度,且当无人机利用景象匹配定位时图像之间往往存在较大的视觉差异,这种情况下图像匹配精度低且性能会急剧下降。所以选用具有仿射不变特性的特征点进行匹配,结合高斯亚像素拟合原理及特征描述符简化方法,并采用渐进采样一致性(PROSAC)算法剔除误匹配点,最终实现亚像素级的景象匹配定位。实验结果表明,采用此方法可以大大提高图像匹配的精度,提高到0.05像素以内。     

地形景象匹配辅助导航可视化仿真研究及软件实现

为了直观有效验证地形景象匹配算法和演示地形辅助导航的过程,设计了地形景象辅助导航可视化仿真软件系统.利用Visual C 和OpenGL的功能实现了对导航数据和飞行过程的动态二维可视化曲线显示,对匹配区域中的实测图和参考图进行动态显示,能够直观地分析匹配结果的正确性;并在此基础上着重对地形景象匹配辅助导航过程实现了可视化仿真显示,能形象直观地演示地形景象辅助导航的过程及其性能.通过多次试验表明,该软件能很好地演示地形景象辅助导航系统的全过程及其性能,具有很好的实际应用价值.     

带有查找表的混沌变异小生境遗传算法的景象匹配

针对常规遗传算法容易陷入局部最优、收敛速度慢的缺陷,提出了带有查找表的混沌变异小生境遗传算法,并将其应用于景象匹配。实验表明,该算法既较好的解决了匹配运算量大的问题,大幅提高了景象匹配的速度,又克服了常规遗传算法的缺陷,提高了局部寻优能力,保持了很好的匹配精度。