共查询到17条相似文献,搜索用时 187 毫秒
1.
2.
3.
4.
ORB算法运算速度快,抗旋转变换能力好,但对可见光和红外图像匹配效果较差,为解决该问题,提出了一种基于边缘特征的改进ORB算法。该算法首先针对传统canny算子需要人工设定阈值的缺点,采用基于改进最大类间方差(Otsu)的自适应canny算子对图像进行边缘检测,然后对边缘图像进行ORB特征检测与描述,最后在最近次临近粗匹配的基础上进行RANSAC算法精匹配,提高了算法正确率。实验结果表明,该算法对可见光与红外图像匹配具有较好的鲁棒性,正确匹配点数和正确匹配率均比ORB算法高,能推广使用到可见光和红外图像融合等领域。 相似文献
5.
6.
INS/SAR组合导航系统对SAR实时图像与光学参考图像的匹配算法提出了实时性和准确性要求。文章首先采用一种结合Harries算子与曲率尺度空间的算法,提取SAR图像与光学图像中的角点;然后利用距离约束、角点值约束、边缘约束进行角点匹配。经实验验证,该方法实时性好,匹配精度高,可较好的应用于INS/SAR组合导航系统的... 相似文献
7.
基于SAR图像匹配结果可信度评价的INS/SAR自适应Kalman滤波算法 总被引:1,自引:1,他引:0
在惯性导航系统(INS)/合成孔径雷达(SAR)组合导航系统中,SAR图像易受斑点噪声的影响,图像匹配的精度对整个导航系统精度的影响十分明显,能够准确地分析SAR图像匹配过程中的误差特性,利用有效的图像匹配信息辅助INS进行组合定位尤为重要。针对上述问题,在加权Hausdorff距离匹配算法的基础上,对影响SAR图像匹配精度的因素进行了分析,提出了一种基于模糊推理的匹配结果可信度评价准则,经过可信度筛选,将有效的匹配信息与INS进行组合;对合理范围内的匹配误差变化引起量测噪声统计特性发生变化,进而导致Kalman滤波精度下降的问题,研究采用改进的Sage-Husa自适应滤波算法对量测噪声方差阵进行动态调整,使其更加接近系统的当前状态。搭建仿真验证平台对所提算法进行了验证,结果表明,该算法能够在合理的匹配误差范围内,有效地筛选出可信的图像匹配结果,相比常规Kalman滤波算法,显著地提升了INS/SAR组合导航系统水平方向的定位精度。 相似文献
8.
9.
基于控制线方法的机载SAR和可见光图像匹配应用研究 总被引:1,自引:1,他引:0
根据无人机(UAV)景象匹配导航的现实需求,对具有典型人造场景的机载合成孔径雷达(SAR)图像与可见光图像,提出一种基于直线特征的SAR图像与可见光图像配准方法.首先,利用改进的直线段检测(LSD)方法提取图像直线特征;其次,构造控制线并设计了一种基于控制线的图像配准方法;最后,依据仿射变换模型实现了待配准图像的精确自动配准.实验表明,在SAR和可见光图像存在较大灰度差异、旋转和平移的情况下,该算法仍能精确配准图像,且运算时间大幅减少,能够满足一些实时性较强的应用. 相似文献
10.
航空发动机涡轮叶片工业CT图像降噪方法 总被引:1,自引:1,他引:0
在分析航空发动机涡轮叶片工业计算机层析成像(computed tomography,CT)图像自相似性特点基础上,讨论了一种基于图像不同区域相似性的非局部平均降噪算法,首先采用高斯加权欧式距离算子计算同一图像中不同区域间的相似性,然后对具有较强相似性的区域进行叠加平均,从而降低噪声,同时保持图像边缘的对比度.针对非局部平均算法计算复杂度高、计算量大的问题,研究了一种基于傅里叶变换的非局部平均降噪加速算法,以欧式距离算子替代高斯加权欧式算子提高相似性的计算效率,减少计算时间.实验结果表明,在保证航空发动机涡轮叶片工业CT图像降噪效果的情况下,处理速度提高了4倍以上. 相似文献
11.
针对偏振光导航在恶劣天气下精度显著下降的问题,提出了一种可以在恶劣天气下基于大气偏振模式的定向算法。与现有方法相比,首次将三维块匹配与canny边缘检测结合的思想应用于修复被不同天气破坏的偏振角度图像中。具体而言,将偏振角度图像的修复分为噪声粗处理和边缘提取处理去噪两部分。在噪声粗处理阶段采用三维块匹配算法,在边缘提取处理去噪部分,利用canny边缘检测算法对偏振角度图像进行二次去噪。实验结果表明,该方法不仅能够提高晴朗天空下的定向精度,而且能够显著提升在阴天、沙尘、雾霾等恶劣天气条件下的导航定向精度,即使在偏振角图像对称∞模式被破坏的情况下,航向角精度仍可由9.4470°提高到1.6859°。 相似文献
12.
13.
A novel method for multi-angle SAR image matching 总被引:1,自引:0,他引:1
Multi-angle synthetic aperture radar(SAR) image matching is very challenging, because the same object may cause different backscattering patterns, heavily depending on the radar incident angle. A technique based on the relations between the invariant positions of ground targets among the reference and sensed images is proposed to accommodate the nonmatching patterns. It involves a target extraction using wavelet coefficient fusion, as well as a geometric voting matching routine for searching the matched control points(CPs) in the reference and sensed images, respectively. To accelerate the speed of the search, a robust, rapidly corresponding CPs determination strategy is exploited by utilizing the global spatial transformation model, as well as a procedure of outlier removal to ensure the desired accuracy. Meanwhile, the positions of the matched point pairs are relocated using mutual information. The final warping of the images according to the CPs is performed by using a polynomial function. The results show the possibility of matching multi-angle SAR images in general cases. 相似文献
14.
图像模板测量技术在零件不规则薄圆孔检测中的应用 总被引:1,自引:0,他引:1
针对不规则薄圆孔的检测,提出了一种基于数字图像处理的模板匹配检测方法,运用数字图像处理技术对采集的圆孔图像进行截取、降噪、分割、边缘检测等处理,再把提取出的圆与标定模板上的标准圆进行比较,实现对不规则圆孔尺寸的检测,并通过实验证明了该方法的可行性和实用性。 相似文献
15.
《中国航空学报》2022,35(9):333-341
Matching remote sensing images taken by an unmanned aerial vehicle (UAV) with satellite remote sensing images with geolocation information. Thus, the specific geographic location of the target object captured by the UAV is determined. Its main challenge is the considerable differences in the visual content of remote sensing images acquired by satellites and UAVs, such as dramatic changes in viewpoint, unknown orientations, etc. Much of the previous work has focused on image matching of homologous data. To overcome the difficulties caused by the difference between these two data modes and maintain robustness in visual positioning, a quality-aware template matching method based on scale-adaptive deep convolutional features is proposed by deeply mining their common features. The template size feature map and the reference image feature map are first obtained. The two feature maps obtained are used to measure the similarity. Finally, a heat map representing the probability of matching is generated to determine the best match in the reference image. The method is applied to the latest UAV-based geolocation dataset (University-1652 dataset) and the real-scene campus data we collected with UAVs. The experimental results demonstrate the effectiveness and superiority of the method. 相似文献
16.