發(fā)布時(shí)間：2021-10-18 22:49

　　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(shí)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(lái)分析每一個(gè)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(diǎn)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(cè)模型,通過(guò)對(duì)景象區(qū)域的預(yù)測(cè)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(diǎn)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(duì)于經(jīng)過(guò)穩(wěn)定性和唯一性篩選的SIFT特征點(diǎn)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(guò)實(shí)驗(yàn)驗(yàn)證其合理性。一方面考慮到飛行器拍攝實(shí)時(shí)圖時(shí)會(huì)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(diǎn)無(wú)法在實(shí)時(shí)圖中的對(duì)應(yīng)位置找到匹配點(diǎn)對(duì),需要對(duì)SIFT特征點(diǎn)的穩(wěn)定性進(jìn)行篩... 

【文章來(lái)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(yè)數(shù)】：73 頁(yè)

【學(xué)位級(jí)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(diǎn)中可能會(huì)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(diǎn)，Canny 算子使用雙閾值算法過(guò)濾假邊緣。通過(guò)高低兩個(gè)閾值 ()1212 、 和邊緣點(diǎn)的梯度幅值 A 之間的關(guān)系來(lái)區(qū)分屬于邊緣區(qū)域的像素點(diǎn)[39]：當(dāng) A 2 時(shí)，直接將其淘汰；當(dāng)21 A 時(shí)，認(rèn)為它屬于弱邊緣；當(dāng) A 1 時(shí)，認(rèn)為它屬于強(qiáng)邊緣。(5)將強(qiáng)、弱邊緣點(diǎn)連接起來(lái)，一般認(rèn)為強(qiáng)邊緣點(diǎn)就是實(shí)際的邊緣點(diǎn)，而弱邊緣點(diǎn)中一部分是實(shí)際的邊緣點(diǎn)，另一部分屬于假邊緣點(diǎn)。遍歷所有的弱邊緣點(diǎn)，若在其八鄰域內(nèi)的像素點(diǎn)中存在強(qiáng)邊緣點(diǎn)，則連接強(qiáng)、弱邊緣點(diǎn)；否則說(shuō)明該邊緣點(diǎn)屬于假邊緣。實(shí)驗(yàn)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(gè)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(gè)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(diǎn)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(bào). 2019(01)
[2]稀疏結(jié)構(gòu)化最小二乘雙支持向量回歸機(jī)[J]. 閆麗萍,馬家軍,陳文興.  計(jì)算機(jī)工程與應(yīng)用. 2019(03)
[3]基于強(qiáng)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(qiáng),彭曉軍,許超,明德烈.  計(jì)算機(jī)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(bào). 2017(03)
[6]基于景象匹配的無(wú)人機(jī)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(guó)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(jī)載傳感器成像畸變干擾的景象匹配算法[J]. 劉強(qiáng),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(guó)防科學(xué)技術(shù)大學(xué) 2009
[2]合成孔徑雷達(dá)回波信號(hào)模擬研究[D]. 岳海霞.中國(guó)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(píng)價(jià)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(shí)時(shí)處理技術(shù)[D]. 翟亞迪.西安電子科技大學(xué) 2017
[3]面向場(chǎng)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(shí)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(wú)人機(jī)影像的景象匹配系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 趙峰.東北大學(xué) 2010



本文編號(hào)：3443649