野外景象匹配穩(wěn)健性的研究.pdf

1、圖像預處理主要完成實時圖校正,針對導彈俯仰、滾動及航向的影響,導致實時圖與基準圖之間存在幾何畸變,該文據攝像機幾何成像關系,建立畸變坐標系與基準坐標系的對應關系,進而采用歐氏距離逆向插值求解校正圖像的灰度,實驗證明該方法在實時性的前提下能夠在一定程度上保留圖像細節(jié).在灰度校正方面采用直方圖相關技術,增強了實時圖與基準圖灰度分布的一致性與圖像特征的相似性.為使圖像匹配具有穩(wěn)健性,首先分析具有實時性處理算法(歸一化積相關和歸一化灰度組合)的

2、正確匹配概率與圖像統(tǒng)計特征之間關系,且結論為:①正確匹配概率與匹配圖像的信噪比成正比;②正確匹配概率與匹配圖像的獨立像元數成正比;③正確匹配概率與不匹配次數成反比;④在信噪比小于1的情況下,歸一化積相關具有較高的匹配概率.鑒于上述結論與最小二乘法原理,該文提出基于特征模板的時空關聯(lián)匹配算法.圖像特征提取是采用具有側抑制性能的Bubble小波,在能量守恒前提下相乘不同尺度邊緣特征,有效地抑制虛假邊緣,保證了圖像邊緣特征的穩(wěn)健性.時空關聯(lián)匹

3、配是基于慣導相對漂移誤差較小而提出的,該方法利用最小二乘法擬合序列實時圖與基準圖的相關峰值以確定最佳匹配位置,增加了識別偽峰的能力,提高了匹配概率與定位精度.為保證匹配算法實時性及硬件實現的可能性,根據Fourier變換線性定理、周期定理與平移定理提出了合成序列實時圖與基準圖匹配的方案,一次相位相關計算即可求解四幅序列實時圖分別與基準圖的相關矩陣,同理依據最小二乘法確定實時圖的最佳匹配位置.良好的圖像特征是高匹配性能的基礎,故有必要在基

4、準圖中進行適配區(qū)選擇.首先把將基準圖分成若干互不重疊的圖像塊,以圖像塊為單位,采用四尺度八方向的Gabor小波提取圖像紋理特征,進而將所有尺度和方向上的小波系數能量分布的均值、方差(不同尺度和方向的小波變換系數的能量分布的均值分別代表紋理的頻率和方向特征,方差代表紋理的復雜度)組合成描述圖像區(qū)域內紋理特性的特征矢量;其次基于EM算法實現紋理特征矢量的聚類;最后基于四個統(tǒng)計評價指標(圖像方差、獨立像元數、紋理頻譜分布和重復模式)確定基準圖