基于TERCOM算法的重力匹配

研究了利用地形轮廓匹配(TERCOM)算法进行重力匹配辅助导航,分析了TERCOM算法对不同重力场分布区域的适应性.模拟试验证明,TERCOM算法简单易行.当重力场粗糙度达到3.7 mGal时,重力测量误差超过3 mGal,定位误差也在1个格网单位以内,粗糙度和坡度方差与匹配定位精度的强相关性是选取匹配区域的较好指标.     

利用TERCOM与ICCP进行联合地磁匹配导航

为解决地磁匹配导航中TERCOM算法精度较差I、CCP算法容易产生局部收敛且匹配速度较慢的缺陷,提出了一种联合TERCOM与ICCP的水下地磁匹配导航新方法。对此算法中的粗匹配及其性能进行了分析,同时,对精匹配及改进ICCP算法进行了研究,解决了传统匹配导航算法精度、速度及完备性不能兼得的问题。     

基于航迹线追踪的TERPM定位算法

针对TERCOM（terrain contour matching）算法定位精度对航向误差敏感和算法普适性差等不足,提出了一种基于航迹线追踪的TERPM（terrain profile matching locating algorithm）定位算法。利用INS（inertial navigation system）提供的速度和航向信息对UV（underwater vehicles）的航迹进行追踪,在遍历基准地形时考虑航向误差对数据选取的影响,组合最优匹配的判别方法,提高定位算法的抗噪性。实验结果表明:TERPM定位算法适用于机动UV的精确定位且定位精度对航向误差不敏感;与已有的TERCOM改进算法相比,新算法具有更高的定位精度和更好的抗噪性能。     

具有尺度与旋转不变性的立体影像自动匹配研究

提出一种具有尺度与旋转不变性的影像自动匹配算法。首先基于方向小波变换构造三尺度特征点算子,进行两尺度匹配,保证其尺度不变性问题;其次构造特征点64维描述向量,解决影像匹配的旋转不变性。分别采用地面立体像对、无人机平台立体像对、航空立体像对进行试验分析。试验结果表明,提出的立体匹配算法具有良好的尺度和旋转不变性。     

重力场基准图的最优匹配尺度研究

地球重力场具有多尺度特性,本文以重力匹配辅助惯性导航的需求为研究背景,围绕重力场基准图开展重力场的最优尺度分析研究,并引入小波分析方法建立重力场基准图数据的多尺度表达模型,选择适合重力匹配的最优尺度,用粗糙度特征选取重力场可匹配区域,然后通过ICCP和TERCOM算法在可匹配区域内进行重力匹配实验,检验理论计算得到的最优尺度是否适合于匹配定位,从定量的角度证实了最优尺度选择结论的正确性。     

基于改进ORB和匹配策略融合的图像配准方法

针对Oriented Fast and Rotated Brief(简称ORB)算法在图像配准中不具有尺度信息、BRIEF算法不具有旋转不变性以及特征匹配精度低等问题,本文提出一种基于改进ORB和匹配策略融合的无人机航拍图像配准方法。首先,通过简化多尺度空间检测特征点,采用稳健的RootSIFT描述符进行特征描述,用来提升特征描述的稳定性。然后,结合距离比值、双向匹配和余弦相似性测度(Cosine Similarity)匹配策略获得初始匹配。最后,利用随机抽样一致性算法(RANSAC)确定最终的特征点匹配关系,计算空间变换参数,实现图像的精确配准。实验结果表明,该方法在图像尺度、旋转和光照变化方面均表现出良好的性能,并提高了图像匹配准确率和配准精度。     

一种改进的无人机影像拼接粗差剔除算法

利用无人机技术可以获取高分辨率影像。为了获取高精度的变换矩阵,提高影像匹配效率,本文对RANSAC算法进行了改进,加入影像的灰度信息进行约束,进一步剔除匹配粗差,最后采用均方根误差进行质量评判。为了验证算法的可靠性,选取一组山区影像和一组具有旋转偏角的建筑物影像进行验证。验证结果表明,匹配点粗差剔除率分别提高了15.15%和23.22%,本文算法的均方根误差较小,精度有显著的提高。     

基于可变阈值SIFT算法匹配无人机影像的研究

针对无人机重量轻、稳定性差,所拍摄的数字影像存在重叠度不规则、旋转尺度大,造成影像匹配处理具有一定难度的问题, SIFT匹配算法具有尺度不变性、旋转不变性等特征。本文扩大了检测性范围,SIFT算子维度从128维降低到32维,采用自适性阈值对算法进行改进。改进前后的算法对两组重叠影像进行试验研究,在影像特征点提取数量、匹配效果、匹配时间之间进行对比分析。实验结果表明,对于旋转不稳定性的无人机数字影像,扩大检测范围并采用自适性阈值的SIFT算法更具有优势,可获得更优的影像匹配效果。     

基于小波的ICM不变特征在图像匹配识别中的应用

由于交叉皮层模型(intersecting cortical model,ICM)图标信号具有平移、旋转以及尺度不变性,因此,基于ICM的图像匹配算法能够提高实时目标图与基准目标图的匹配率,但根据ICM图标信号获取的不变特征对噪声信号较敏感。针对这一问题,提出了基于ICM和小波变换的图像匹配识别算法。仿真结果表明,本文算法在平移、尺度、旋转变化以及噪声环境下仍具有较高的匹配率。     

以卫星影像为底图的无人机图像自动拼接方法

针对无人机影像受成像角度倾斜、光照不均匀等影响,导致常规匹配方法拼接效果较差的问题,该文提出一种基于现有卫星影像的由粗到精无人机图像自动拼接方法。首先,在对图像进行粗匹配阶段,提出了一种基于环状描述子的尺度不变特征变换,用于解决图像间旋转和尺度的差异,较好地克服了SIFT算法描述子维度较高且计算量大的不足。其次,引入分块互信息进行精匹配,减少拼接过程中的累计误差。最后,采用该文提出算法对无人机图像进行拼接,实验结果表明,该文提出的无人机图像拼接算法在满足实时性要求的同时可以达到较高精度。     

旋转图像匹配新算法

重点研究了旋转图像间的匹配方法,通过改变影像的结构将旋转状态变换为平移状态,计算改动后影像的傅氏变换幅度谱,用幅度谱代替原始灰度进行相关。同时,为了提高速度,采用分层搜索法分两个阶段完成整个匹配过程。同时进行大量的实验,从抗旋转性、匹配速度和正确率等方面进行分析。实验数据表明,该算法可抗任意角度旋转、匹配速度较快、正确率较高,而且对噪声小的尺度变化具有良好的鲁棒性。     

基于NSCT和SURF的遥感图像匹配

SURF(Speed Up Robust Features)算法是对尺度不变特征变换SIFT(Scale Invariant Feature Transform)算法的一种改进,应用到遥感图像匹配领域中可以大大提高匹配速度,但是匹配精度略有下降。为此,本文提出一种基于无下采样Contourlet变换NSCT(Nonsubsampled Contourlet Transform)和SURF的遥感图像匹配算法。首先使用NSCT分别分解参考图像和待匹配图像,得到各自对应的低频分量;然后把这两幅低频分量图像作为SURF算法的输入图像进行预匹配,降低高频噪声对匹配结果的影响;最后利用预匹配结果求解变换模型的参数,并采用随机抽样一致RANSAC(Random Sample Consensus)算法剔除误匹配点对,解决了SURF算法存在的错误匹配问题。实验结果表明,与SIFT算法、SURF算法相比,本文算法具有更高的匹配精度和更快的匹配速度,且抗旋转、噪声、亮度变化能力更强。     

数字地图在地形匹配辅助导航中的应用算法改进研究

本文提出了数字地图在地形匹配技术TERCOM算法中的改进方案,首先利用惯导输出位置的差进行地形匹配的相关运算,并讨论了连续匹配的实现。通过仿真证明,改进方案可以达到非常好的地形匹配定位精度,具有良好的应用价值。     

渐进式异源光学卫星影像SIFT匹配方法

针对异源光学卫星影像SIFT算法匹配率低的问题,论文基于SIFT匹配方法,以特征点相对主方向、相对尺度为约束条件提取初始匹配点,并利用初始匹配点构建Delaunay三角网,采用点扩散方式来获取局部几何约束模型,基于特征点主方向约束、特征向量欧氏距离及局部RANSAC误差剔除方法渐进式地实现了对异源光学卫星影像的高精度匹配。与其它匹配算法对比实验结果表明,在异源影像存在较大尺度、旋转差异的情况下,论文算法具有匹配数量大、精度高的优势。     

航海图水深模型用于水下地形匹配定位的选取分析

系统分析了航海图水深模型(DDM)直接应用于水下地形匹配定位的可行性,给出了航海图DDM作为水下地形匹配基准图时比例尺的选取要求。首先,在经典TERCOM算法的基础上,构建基于航海图DDM的水下地形匹配定位算法;然后,将地形标准差不同的2个试验区均匀地划分为100个匹配区,并构建比例尺为1∶20 000到1∶200 000的航海图DDM;最后,分别以这些航海图DDM作为匹配基准图,进行匹配定位试验。试验结果表明:(1)改进后的TERCOM算法可以直接采用航海图DDM作为地形匹配基准图进行匹配定位;(2)为减少误匹配的发生,应选取比例尺大于1∶25 000的航海图DDM作为地形匹配基准图。     

融合多类特征的海岸带特殊纹理影像全自动配准

针对海岸带特殊纹理影像存在地物单一、纹理匮乏或重复等问题,该文提出一种融合多类特征的海岸带立体影像全自动配准方法。该算法分为3个阶段:①提取尺度不变特征变换(SIFT)关键点,采用欧氏距离比率获得初始匹配,并进一步采用归一互相关匹配(NCC)和随机抽样一致性算法剔除误匹配,继而估计影像间的单应矩阵;②利用改进的Forstner算子对左影像提取均匀分布的角点特征,并利用单应矩阵和NCC匹配进行同名点匹配;③基于上述多类特征的精匹配结果,计算影像间投影变换模型,实现影像的配准。最后,为验证该文算法的有效性,选取3组存在较大尺度、旋转及视角变化的海岸带特殊纹理影像进行综合对比试验,结果表明该文算法可实现全自动配准,并且在匹配点数量、配准精度以及匹配点空间分布等方面具有优势。     

利用改进的SIFT算法检测桥梁拉索表面缺陷

设计了一种分布式机器视觉检测系统对斜拉桥拉索表面的损伤缺陷进行自动无损检测。该系统采用4个CCD摄像头分布在拉索表面一周获取图像,一个缺陷有可能分布在几幅图像中。为了快速有效地获得完整的拉索表面缺陷,本文提出了改进的尺度不变特征变换(SIFT)特征匹配算法对缺陷图像进行自动拼接。首先,采用简洁有效的Harris算子提取特征点;然后,根据检测系统采集的缺陷图像的特点,简化SIFT算子的特征点主方向分配和匹配图像旋转等算法步骤,对特征点进行描述和匹配;最后,融合匹配图像,得到相对完整的缺陷图像。实验结果表明,利用改进的SIFT算法对拉索表面缺陷图像进行自动拼接,降低了算法的复杂度,提高了桥梁拉索表面缺陷检测的完整性。     

一种线面组合的水下地形匹配算法

针对当前面匹配算法中采用Hu矩描述海底地形特征时存在细节辨识能力差而导致定位精度较低等问题,提出了一种线面组合的水下地形匹配算法。首先,引入经典TERCOM算法作为线匹配算法,改进其相似性度量方法和匹配区的搜索策略;然后,构造一种基于几何相似性的面匹配算子,用于在地形基准图中选取实测地形模型面的最优匹配;最后,设计一种基于固定阈值的线面算子的组合策略,实现水下地形匹配定位。试验结果表明,相比基于Hu矩的地形匹配算法,本文所提线面组合算法的定位精度明显提高,且稳健性更强。     

边缘特征与灰度最小二乘法结合的实时景像子像素匹配

本文针对自动导航飞行器所要求的实时景像匹配技术，提出了一种边缘特征与灰度最小二乘法结合的实时影像子像素匹配算法，其中边缘有特征的提取与匹配，本文对现有的特征匹配算法所通用的ＬＯＧ边缘检测算子采取了改进措施并探讨了具有平移，尺度和旋转不变性的矩匹配思想，从实验结果看，它可以作为自动导航飞行器实时定位伯一种有效算法。     

一种结合相位相关法和AKAZE算法的纹理缺乏地区影像匹配技术

由于纹理缺乏地区影像缺少鲜明特征,特征重复性严重,使得单纯的基于特征的匹配算法很难获得唯一性较强的特征描述符,导致同名点误匹配的比率大大增加。AKAZE算法以非线性尺度空间为基础,较好地顾及了影像的纹理结构及细节信息,对纹理缺乏地区的影像匹配具有一定的应用价值。基于频域的Fourier-Mellin相位相关技术,通过对影像的频域及对极数变换,计算互功率谱可获得影像间的旋转、尺度和平移参数。因此,本文通过Fourier-Mellin变换计算影像间的几何关系,对AKAZE算法检测出的特征点进行了匹配范围的约束,初步解决了纹理缺乏地区的影像匹配问题。试验结果表明,该方法可以提高匹配的正确率及同名点对数。