選取合適的匹配區(qū)是景象匹配系統(tǒng)的重要任務(wù)之一,是航跡規(guī)劃的前提和依據(jù)。匹配區(qū)的景物特征分布直接影響著匹配概率及匹配精度。為了使制導(dǎo)系統(tǒng)能夠精確可靠定位,減少導(dǎo)航偏差,在航跡規(guī)劃時要求挑選景象特征滿足豐富、穩(wěn)定和唯一的區(qū)域作為匹配區(qū),因此需要采用合適的圖像特征來分析每一個候選區(qū)域的匹配概率,進(jìn)而得到該區(qū)域的適配性。論文以景象區(qū)域的SIFT特征點及其特征描述子作為該區(qū)域的初始特征集,以支持向量回歸作為匹配概率預(yù)測模型,通過對景象區(qū)域的預(yù)測概率進(jìn)行閾值分割,最終獲取該區(qū)域的適配性。論文主要工作如下:在圖像特征選擇方面,我們采用了具有光照、旋轉(zhuǎn)和尺度不變的SIFT特征作為表征區(qū)域圖像的基本特征量,為了提升SIFT特征點集的圖像區(qū)域信息表征能力,提出了一種SIFT特征穩(wěn)定性和唯一性的判別準(zhǔn)則。對于經(jīng)過穩(wěn)定性和唯一性篩選的SIFT特征點集,從它們的豐富性和空間分布的均勻性出發(fā),提出了若干適配性指標(biāo)并通過實驗驗證其合理性。一方面考慮到飛行器拍攝實時圖時會受到飛行高度、相干斑噪聲以及圖像尺寸縮放等干擾,導(dǎo)致參考圖景象區(qū)中部分特征點無法在實時圖中的對應(yīng)位置找到匹配點對,需要對SIFT特征點的穩(wěn)定性進(jìn)行篩... 

【文章來源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【部分圖文】：

非極大值抑制示意圖

()cot()(1cot)()234121MdTmpMgMg (2-5)(4)考慮到非極大值抑制處理后的圖像像素點中可能會有噪聲，以及顏色變化平緩導(dǎo)致梯度幅值較小的假邊緣點，Canny 算子使用雙閾值算法過濾假邊緣。通過高低兩個閾值 ()1212 、 和邊緣點的梯度幅值 A 之間的關(guān)系來區(qū)分屬于邊緣區(qū)域的像素點[39]：當(dāng) A 2 時，直接將其淘汰；當(dāng)21 A 時，認(rèn)為它屬于弱邊緣；當(dāng) A 1 時，認(rèn)為它屬于強邊緣。(5)將強、弱邊緣點連接起來，一般認(rèn)為強邊緣點就是實際的邊緣點，而弱邊緣點中一部分是實際的邊緣點，另一部分屬于假邊緣點。遍歷所有的弱邊緣點，若在其八鄰域內(nèi)的像素點中存在強邊緣點，則連接強、弱邊緣點；否則說明該邊緣點屬于假邊緣。實驗結(jié)果如圖 2-2 所示，即使用 Canny 算子提取的二值邊緣圖像。

minjminjxyxyminjxyxySijSgijSijSgijgxy1 11 12,,1 1,,((,))((,)((,))((,))(,)征介紹如下：即極大值)中的最高峰與次高峰(即最大值和次整個相關(guān)面上的突出程度，主峰與次峰差距易發(fā)生誤匹配。平均值關(guān)面上最高峰的值與其周圍的八個鄰域內(nèi)相局部鄰域內(nèi)的突出程度，主峰與八鄰域平均如圖 2-3 所示，O 為相關(guān)面上的主峰。

【參考文獻(xiàn)】：
期刊論文
[1]融合SIFT-ORB-MRANSAC的特征點匹配算法研究[J]. 榮桂蘭,許鋼,刑廣鑫,江娟娟,孫宇.  新余學(xué)院學(xué)報. 2019(01)
[2]稀疏結(jié)構(gòu)化最小二乘雙支持向量回歸機[J]. 閆麗萍,馬家軍,陳文興.  計算機工程與應(yīng)用. 2019(03)
[3]基于強散射地物特征的SAR景象匹配技術(shù)[J]. 趙為偉,宋曉偉.  電子科技. 2018(02)
[4]SAR景象匹配適配性指標(biāo)體系構(gòu)建方法研究[J]. 張強,彭曉軍,許超,明德烈.  計算機與數(shù)字工程. 2017(12)
[5]景象匹配定位制導(dǎo)中誤匹配消除方法[J]. 杜江,楊建華,石靜.  導(dǎo)航定位學(xué)報. 2017(03)
[6]基于景象匹配的無人機偵察視頻快速配準(zhǔn)方法[J]. 張巖,李建增,李德良,杜玉龍.  電光與控制. 2017(05)
[7]復(fù)雜地物條件下基于線特征的異源景象匹配[J]. 王力,賈平,張葉,馬天翔.  中國光學(xué). 2016(01)
[8]尺度不變特征轉(zhuǎn)換算法的多源SAR影像匹配[J]. 黎旻懿,楊杰,李平湘,郭琳.  遙感信息. 2015(06)
[9]一種新的多指標(biāo)融合適配性分析方法[J]. 曲圣杰,陶利,鄭陶冶.  雷達(dá)科學(xué)與技術(shù). 2015(04)
[10]一種有效抑制機載傳感器成像畸變干擾的景象匹配算法[J]. 劉強,肖剛,牟之英.  傳感器與微系統(tǒng). 2015(05)

博士論文
[1]面向INS/SAR組合導(dǎo)航的SAR景象區(qū)域適配性研究[D]. 卜彥龍.國防科學(xué)技術(shù)大學(xué) 2009
[2]合成孔徑雷達(dá)回波信號模擬研究[D]. 岳海霞.中國科學(xué)院研究生院（電子學(xué)研究所） 2005

碩士論文
[1]基于改進(jìn)SIFT的SAR圖像配準(zhǔn)及一種新的配準(zhǔn)評價方法[D]. 劉辰.西安電子科技大學(xué) 2017
[2]彈載SAR景象適配區(qū)選取方法及實時處理技術(shù)[D]. 翟亞迪.西安電子科技大學(xué) 2017
[3]面向場景理解的景象匹配方法研究[D]. 楊維.電子科技大學(xué) 2017
[4]基于CNN的遙感圖像適配結(jié)構(gòu)選取方法研究[D]. 王梓鑒.華中科技大學(xué) 2016
[5]基于互信息和空間信息的景象匹配技術(shù)[D]. 趙宇.西安電子科技大學(xué) 2013
[6]SAR成像目標(biāo)識別子區(qū)選取與匹配方法研究[D]. 黃偉麟.華中科技大學(xué) 2011
[7]基于無人機影像的景象匹配系統(tǒng)設(shè)計與實現(xiàn)[D]. 趙峰.東北大學(xué) 2010



本文編號：3443649