景象匹配制导基准图选定准则研究

合集下载

景象匹配导航技术初探

景象匹配导航技术初探王钦刘安森指导教师：丛佃伟（解放军信息工程大学测绘学院学员六旅四队，郑州450052）摘要：景象匹配导航技术在作战飞机辅助导航、精确制导武器系统、图像目标搜索与跟踪等军事领域有着广泛的应用，具有抗电子干扰、完全自主、精度高等诸多优点，本文主要阐述景象匹配导航技术的原理、最新技术发展，重点分析景象匹配导航技术在精确制导武器系统中的应用情况。

关键词：景象匹配末制导精确打击武器巡航导弹1 引言精确制导武器是命中精度极高或具有直接命中能力的制导武器，是采用高精度制导系统，直接命中概率很高的导弹、制导炮弹和制导炸弹等武器的统称。

通常采用非核弹头，用于打击坦克、装甲车、飞机、舰艇、雷达、指挥控制通信中心、桥梁和武器库等点目标，杀伤威力大，作战效费比高，种类型号多，作战范围广，可实施非接触打击，是现代战争主要的作战武器。

景象匹配导航技术是在航天技术、传感器技术、卫星应用技术、计算机技术、图像信息处理技术、模式识别技术等基础上发展起来的，在作战飞机辅助导航、精确制导武器系统（常用于巡航导弹的末制导）、图像目标搜索与跟踪等军事领域有诸多应用。

自20世纪70年代开展景象匹配导航技术研究以来，该技术已经先后成功应用于“战斧”巡航导弹、F-16战机、以及被有关专家称为“最聪明的导弹”的“风暴影音”巡航导弹。

精确制导武器通常采用多种导航方式，有卫星导航、惯性导航、重力导航、磁力导航、无线电导航、地形匹配、景象匹配导航、电视导航等等，其中景象匹配导航技术常常用于精确制导武器的末制导系统中，能极大提高导弹武器的命中精度，直至准确命中目标，极大提高作战效能。

景象匹配末制导是精确制导武器精确命中目标的关键，巡航导弹之所以能够准确摧毁目标，主要是由于它在末制导阶段采用了数字式景象匹配区域相关器(Digital Sceme Macthing Area Correlator,DSMAC)，即下视景象匹配系统。

当巡航导弹飞到靠近目标末段时，下视景象匹配系统通过图像匹配技术准确地测定导弹的空中位置，并计算处于目标的位置偏差，送至导航计算机，引导导弹准确命中目标。

基于局部精确直方图匹配的无人机景象匹配导航色彩恒常算法_靳珍璐

[12] [11] [6] [6] [5] [4]
处理的精确性和可靠性，本文提出了一种基于局部精确直方图匹配（ Local Exact Histogram Matching, LEHM）的色彩恒常算法。利用景象匹配辅助导航系统的预测位置，得到实时图和基准图之间的粗略对应关系，采用所提色彩恒常算法降低它们之间的色彩差异，确保二者直方图在 RGB 色彩空间中的一致性，进而提高景象匹配辅助导航的定位精度。基于局部精确直方图匹配的色彩恒常算法，将实时图分成一系列子块图像，利用导航系统预测的位姿信息得到实时图与基准图的粗略对应关系，考虑平移、尺度、旋转等补偿，选取基准图中与实时图子块对应的基准图子块，对每一对实时图子块和基准图子块分别计算其红（R）、绿（G）、蓝（B）色彩直方图，求解其色彩直方图的颜色映射关系，并根据每对图像子块三个颜色通道的直方图颜色映射关系，对实时图子块的三种颜色进行变换。该方法考虑了平移、尺度、旋转等补偿，可以提高颜色校正的精确性。通过引入分块处理机制，该方法还可以克服多光源成像导致的色彩差异，同时具有并行处理的潜力，能够提高运算的实时性，便于实际工程应用。此外，经过一次色彩恒常处理和景象匹配之后，还可以选择根据新得到的无人机位姿信息进行第二次色彩恒常处理，以获得更优的色彩恒常性。
第 23 卷第 5 期 2015 年 10 月文章编号： 1005-6734(2015)05-0674-07
中国惯性技术学报 Journal of Chiቤተ መጻሕፍቲ ባይዱese Inertial Technology
Vol.23 No.5 Oct. 2015 doi: 10.13695/ki.12-1222/o3.2015.05.020
(Key Laboratory of Information Fusion Technology Ministry of Education, School of Automation, Northwestern Polytechnical University, Xi’an 710072, China) Abstract: To address the color variability issues existing between the sensed images and the reference images in scene matching navigation of unmanned aerial vehicles (UAVs), a color constancy algorithm is proposed based on local exact histogram matching (LEHM). The sensed image is divided into a set of sub-images, and the erroneous correspondence between the sensed image and the reference image is obtained according to the location and attitude of UAV predicted by the scene matching aided navigation system. The shifting, scaling and rotation compensation are taken into account to select the sub-images from the reference image corresponding to the sub-images from the sensed image. Three intensity mapping relationships are established from the histograms of each pair of sub-images in red, green, and blue channels. At last, the three color channels of the sub-images from the sensed image are adjusted in accordance with the established intensity mapping relationships. This will reduce the color differences between the sensed image and the reference image. Experimental results show that the euro angle error of the estimated illuminant color using the proposed algorithm is reduced by 80% compared with those by traditional color constancy methods. Moreover, the mean scene matching error is reduced by almost 70% in comparison to the scene matching algorithm without color constancy processing. By introducing the blocking scheme, the proposed algorithm could overcome the color variability issues caused by multi-illuminant imaging and possess the potential of parallel computation, which is suitable for engineering applications. Key words: color constancy; local exact histogram matching; distortion compensation; scene matching navigation; unmanned aerial vehicle 景象匹配辅助导航[1-3]具有无源性、自主性、廉价

(完整)图像匹配+图像配准+图像校正

图像匹配图像匹配是指通过一定的匹配算法在两幅或多幅图像之间识别同名点，如二维图像匹配中通过比较目标区和搜索区中相同大小的窗口的相关系数,取搜索区中相关系数最大所对应的窗口中心点作为同名点.其实质是在基元相似性的条件下，运用匹配准则的最佳搜索问题。

图像匹配主要可分为以灰度为基础的匹配和以特征为基础的匹配.1、灰度匹配灰度匹配的基本思想:以统计的观点将图像看成是二维信号，采用统计相关的方法寻找信号间的相关匹配。

利用两个信号的相关函数，评价它们的相似性以确定同名点.灰度匹配通过利用某种相似性度量，如相关函数、协方差函数、差平方和、差绝对值和等测度极值，判定两幅图像中的对应关系。

最经典的灰度匹配法是归一化的灰度匹配法,其基本原理是逐像素的把一个以一定大小的实时图像窗口的灰度矩阵，与参考图像的所有可能的窗口灰度阵列，按某种相似性度量方法进行搜索比较的匹配方法，从理论上说就是采用图像相关技术。

利用灰度信息匹配方法的主要缺陷是计算量太大,因为使用场合一般都有一定的速度要求，所以这些方法很少被使用。

现在已经提出了一些相关的快速算法，如幅度排序相关算法,FFT相关算法和分层搜索的序列判断算法等。

2、特征匹配特征匹配是指通过分别提取两个或多个图像的特征（点、线、面等特征），对特征进行参数描述,然后运用所描述的参数来进行匹配的一种算法。

基于特征的匹配所处理的图像一般包含的特征有颜色特征、纹理特征、形状特征、空间位置特征等。

特征匹配首先对图像进行预处理来提取其高层次的特征，然后建立两幅图像之间特征的匹配对应关系,通常使用的特征基元有点特征、边缘特征和区域特征。

特征匹配需要用到许多诸如矩阵的运算、梯度的求解、还有傅立叶变换和泰勒展开等数学运算。

常用的特征提取与匹配方法有:统计方法、几何法、模型法、信号处理法、边界特征法、傅氏形状描述法、几何参数法、形状不变矩法等.基于图象特征的匹配方法可以克服利用图象灰度信息进行匹配的缺点，由于图象的特征点比较象素点要少很多,大大减少了匹配过程的计算量;同时，特征点的匹配度量值对位置的变化比较敏感，可以大大提高匹配的精确程度；而且，特征点的提取过程可以减少噪声的影响，对灰度变化，图象形变以及遮挡等都有较好的适应能力.所以基于图象特征的匹配在实际中的应用越来越广泛。

层次景象匹配区选取准则

Ａｂｔａｔｓｒｃ：Ｔｈｓｐｐｒｐｏｉｅｉｒｒｈｃｌｙｏｅｅｔｇｏｔｌｃｎａｃｉｇａｅｎｅｉｅｉａｅｒｖｄｓａｈｅａｃｉａｗａｆｓｌｃｉｐｉｅｅｍｔｈｎａａｄｄｆｓｎｍａｓｒｎｔｅｍｅｓｒｍｅｔｏｈｔｂｅｉｔｎｉｎｅｅａｉｅｅｋａｕａｃ．Ｔｈｅｍｅｈｄａａｙｅｈａｕｅｎｆｔｅｓａｌｎｅｓｔａｄｇｎｒｌｄｐａｃｔｎｅｙｚｅｎｗｔｏｎｌｚｓｓｒｔｇｃｌｈｙｏｅｅｔｇｔｅｍａｃｉｇａｅ．Ｆｒｔｈｔｈｎｅｉｎｗｉｎｕｈｉｆｒ－ｔａｅｉｌｔｅｗａｆｌｃｉｈｔｈｎａａｙｓｎｒｉｌｔｅｍｃｉｇｒｇｏｔｅｏｇｏｍａｓｙａｈｎｔｎｉｓｌｃｅ．Ｓｃｎｌｈｅｉｎｗｉｒｍｉｅｔｉｆｒａｉｎｉｓｒｅｅｕｒｍｈｅｉｎｉｅｅｔｄｅｏｄｙｔｅｒｏｔｐｏｎｎｎｏｍｔｓｃｅｎｏｓｇｈｏｄｏｔｆｏｔｅｒｇｏａｑｉｙｔｅｆｓｔｐｓｒｅｉｇ．ａｔｈｐｉｌｔｈｎｅｃｅｎｅｕｃｏｄｎｏｔｅｃｕｒｂｈｉｔｓｅｃｅｎｎＬｓｌｔｅｏｔｄｅｒｙａｍｃｉｇａａｉｓｒｅｅｏｔａｃｒｉｇｔｈｍａｒｓｄ
和合理性，可以满足景象匹配的要求．关键词：景象匹配；匹配区；稳定强度；广义最高峰尖锐度中图分类号：Ｐ０ —０３０５ —３４２０）６８０—０４

景像匹配辅助导航系统中的图像匹配算法研究

景像匹配辅助导航系统中的图像匹配算法研究熊智;刘建业;曾庆化;赖际舟【期刊名称】《中国图象图形学报》【年(卷),期】2004(009)001【摘要】图像匹配算法是景像匹配辅助导航系统的核心,而且其性能决定了系统的总体性能,为了提高景像匹配辅助导航系统导航的实时性和精度,就必须选用合适的图像匹配算法,为此,给出了一种快速有效的基于图像特征的图像匹配算法,该算法选用部分Hausdorff距离作为图像匹配时的相似性度量,并利用图像特征提取后的二值化图像进行图像匹配,同时在联合了3种图像匹配加速技术的基础上,将邻域技术引入到图像匹配搜索终止条件中,从而大大提高了图像匹配效率.仿真结果表明,该算法可以保证图像匹配的鲁棒性和有效性,同时,能有效克服图像噪声和几何畸变的影响.该算法实施景像匹配能够在5 s以内完成,并与GPS输出周期(1 s)相当,可以满足景像匹配辅助导航系统匹配导航的准确性和实时性的性能要求.【总页数】6页(P29-34)【作者】熊智;刘建业;曾庆化;赖际舟【作者单位】南京航空航天大学导航研究中心,南京,210016;南京航空航天大学导航研究中心,南京,210016;南京航空航天大学导航研究中心,南京,210016;南京航空航天大学导航研究中心,南京,210016【正文语种】中文【中图分类】TP391.41【相关文献】1.景象匹配辅助导航系统中的精确图象匹配算法研究 [J], 熊智;刘建业;冷雪飞2.惯性/GPS/高程匹配/景像匹配组合导航中的景像匹配技术探讨 [J], 李铁军3.视觉检测系统中图像匹配算法研究 [J], 曹欣;王浩全;石卓4.景像匹配定位中的图像边缘检测算法研究 [J], 黄锡山;陈哲5.景像匹配导航系统全局仿真技术研究 [J], 王艳丽;李铁军;陈哲因版权原因，仅展示原文概要，查看原文内容请购买。

LMA和对数极坐标变换的匹配算法在景象匹配制导中的应用

第35誊，增刊红外与激光工程2006牟10月、／b1．35Su pp l e m e n t I nf}ar ed a nd L a ser E n gi n eer i ng O ct．2006 LM A和对数极坐标变换的匹配算法在景象匹配制导中的应用金勇俊1，一，李言俊1，胡中功2，张科1(1．西北工业大学航天学院，陕西西安710072；2．武汉工程大学，湖北武汉430074)摘要：针对成像制导过程中对实时性和准确性的要求，通过对存在旋转和尺度变化的航拍照片的匹配进行研究，提出了一种对数极坐标变换LM A(L毛venberg-M arquardt A l gor i t hm)匹配算法。

在．L M A的匹配选代计算过程中使用8个参数，匹配时先对基准图和实时图按多分辨率金字塔法进行对数极坐标变换，利用对数极坐标变换的旋转和尺度不变性进行匹配，提高子像素的匹配精度，使需匹配照片的像素成最佳排列。

迭代过程中通过消除H es si an矩阵，提高匹配的实时性．这种对数极坐标变换图像匹配很有实用价值，对航拍照片进行匹配测试，证明了这种方法的有效性．关键词：景象匹配；LM A；对数极坐标变换中图分类号：T P75l文献标识码：A文章编号：1007．2276(2006)增A．0090．09M at chi ng al gor i t hm us i ng L M A and l og-pol ar t r ans f or m i ns ce ne m at chi ng gui danc eJ I N Y on鲥unl’-，LI Y an-j unl，H U Z hong—gon92，ZH A N G K el(1．Col l c筘of A s仃。

册m i cs，N on I l w st cm Po I y t e chni c al U ni V er s慨xi’姐710072，chi眦；2．w I l Il锄I心i t Il t c of T c chnol o烈W uh柚43∞74，C bi髓)A bs t r a ct：A ccor di I l g t0r es e ar ch of t he l og-pol a r仃ansf om of ai r sca pe m at c hi l l g i l l nl e spat i aI dom ai n，L eV enbe玛-M ar quar dt A l gor i t l l m(U vI A)w i t h s upe ri or pe rf om a nc e is dem ons t r at ed i n t hi s p印er．E i曲t par am et ers of Ⅱle per Spe c t i V e仃a ns f onl l at i on ar e us ed i n t he r e gi s仃a t i on pr oces s．Fi r st l y，m ul t i—r esol ut i o n p)，r am i d f．0r botl l re fe re nc e 柚d啦et i l l l ages is us ed i l】m at chi l l g．Sec鲫dl y，t t l e rot at i ona】锄d s ca曲g pr openy of l og-pol a r i l l l a ge臼彻sf．o册at i ons is used．111nl i s w ay，m e s ubpj xel accu r acy is i m p r oV ed by use of L M A，al l d t he pi xe l s of t w o i nput i m ages ar e a】i g ned i11 t he be s t w ay．E X t ens i V e t e st i ng is per f bm ed on吼cal i br at ed r eal i m ages aI l d锄a11r ay i m age pai r s．A s tI l e eX per i m∞tal r esu l t s s how n，廿l i s印proach i s e伍ci em锄d c锄deal w油t ra l Il sf om l．T here fbre，廿l e pr obl em of的ns硒1I l es t i I Il at i on i Il l og-pol a r i m ag es is t acl(1ed i11Ⅱl is w or k．1(ey w or ds：Sc ene m at c hi ng；LM A；L og-pol盯位m娟舳0引言成像制导模式中需要在导弹导引头预先存储大量的目标基准图像。

前视红外景象匹配制导基准图生成研究

别计算各类背景的辐射特征，如果图像是彩色图像，则需要将
它转换成灰度图像，转换公式如下：
Ｇｒａｙ＝０．３Ｒ＋０．５９Ｇ＋０．１１Ｂ（其中Ｒ，Ｇ，Ｂ为图像中红、绿、蓝
光强度）
（１）
利用图像分割将地面背景地物按类型分为若干局部区域
单元并进行单元类型编码，在一定波段下自然地面背景的辐射
４温度辐射及大气效应计算
红外图像的成像机理与可见光图像不同，它是通过将红外探测器接收到的场景的红外辐射映射成灰度值，转化为可见光图像，场景中某一部分的辐射强度赿大，反映在图像中的这一部分的灰度值赿亮。除此之外，大气的状态（包括大气辐射、环境辐射以及辐射在传输过程中的衰减）也会对成像产生很大的影响。因此需上以下几个步骤来计算场景的红外特性：
引言
随着科学技术的不断发展，前视红外制导技术由最初的点源红外制导发展到今天，已经进入到比较成熟的第三代凝视焦平面阵列（ＦＰＡ）红外成像制导技术阶段。各军事大国纷纷投入巨
维视图，而实际获取的目标图像接着与该组视图匹配，从而实现前视红外景象匹配。前视红外景象匹配制导基准图生成方法如图１所示。
图１前视红外景象匹配制导基准图生成方法由可见光图像分别可以得到目标和背景的几何视图，再对二者分别预测其温度辐射特征，便可得到目标和背景的零视距离辐射图，背景的零视距离辐射图还可由获取的红外图像中直接去除目标和一些辐射信息得到。之后将目标与背景的零视距离辐射图合成，计算大气作用效果，这样便得到了场景的三维红外模型，重复基准图生成这一过程，不断改变视点方法与探测器位置，经过坐标变换、二维投影变换等技术便可得到场景的多视点多尺度基准图。将其存入飞行器上多视点多尺度基准图库。飞行器在飞临目标上空时，用机载前视红外成像设备拍摄目标的红外图像，与库中的基准图进行比较，从而确定飞行

图像制导系统图像匹配算法研究的开题报告

图像制导系统图像匹配算法研究的开题报告一、选题背景图像制导系统是一种基于计算机视觉技术的航空、导航等领域中的重要应用方向。

该系统通过对飞行中获取的图像信息进行分析和处理，实现对飞行对象的识别、跟踪和定位等功能，为飞行安全和效率提供保障。

而图像匹配算法则是图像制导系统实现上述功能的核心技术之一。

它主要通过对图像特征的提取和比较，匹配飞行对象在不同时间和空间位置的图像信息，以达到精准识别和跟踪的目的。

因此，对图像匹配算法进行深入研究，对于提高图像制导系统的性能和可靠性具有重要意义。

二、选题内容本次选题的主要研究内容是基于图像特征提取和匹配的图像制导系统图像匹配算法研究。

具体而言，研究内容包括以下方面：1. 图像特征提取技术研究：对不同种类的图像特征提取算法进行研究和比较，挖掘其在图像匹配中的优缺点和适用范围，以便选择合适的算法用于图像制导系统中。

2. 图像特征匹配技术研究：对图像特征匹配算法进行研究和探索，包括基于单幅图像的特征匹配、基于多幅图像的特征匹配等，探寻其在图像制导系统中的实际应用效果。

3. 系统实现与实验验证：通过建立图像制导系统的实验平台，开展实验验证，测试筛选出最佳的图像匹配算法，并对算法在实际系统中的应用效果进行评估。

三、研究意义图像制导系统作为一项重要的航空、导航等领域中的应用方向，具有广泛的应用前景和市场需求。

本次选题以图像匹配算法为研究核心，集中探究图像制导系统中的算法技术，对进一步提升图像制导系统性能和可靠性具有如下意义：1. 提升系统精度和鲁棒性：精准地识别、跟踪和定位是图像制导系统最基本的功能，通过图像匹配算法的研究，可以提升系统对复杂环境的适应性和鲁棒性，减少系统误差。

2. 优化飞行安全和效率：高效的图像制导系统可以降低飞行事故率，提高飞行效率，对于航空、导航等领域的发展意义重大。

3. 国际市场竞争力：图像制导系统在国际市场上的应用前景十分广阔，研究差异化、高效的图像匹配算法，对于提升系统在国际市场上的竞争力有重要意义。

SAR景象匹配适配性指标体系构建方法研究

第 45 卷
响，因此可以由多个基本的适配特征参数，合成得到一个稳定的适配性分析指标体系。每一个基本适配特征，必须可以从某一个角度反应出 SAR 图像的适配性，将之合成之后，整个适配性指标体系应能够全面的表征 SAR 图像的适配性能。对于特征究
［1~2］
是拍摄角度而变化，则该类图像区域虽然含有足够的信息量，但景物特征不够稳定，也不能够作为匹配区。景物特征要有独特性是因为在一切场景中，包含足够的信息量并且景物特征也十分稳定，但同类型的景物数量较多，非常相似，在进行匹配的时候由于过多的重复场景，就会存在多个潜在的匹配位置，进而出现错误匹配的情况［9］。特性的景物，这些都是对 SAR 图像的定性描述，那不论是丰富的信息量、稳定的特征还是具有独
This paper mainly discusses how to construct a scientific and reasonable SAR image adaptation index system. First⁃
ments are carried out for each image feature parameter. These experiments verify the correctness and differentiation of different types the distinction between positive and negative samples. Two methods of image preprocessing are proposed. The image quality differ⁃ ment，climate，flight modes，and SAR polarization modes. At the same time，some feature parameters are also given better image description ability. Key Words SAR， image matching， adaptation， index system TP274； TN713 ences between the training set images，the training set images and the set images are greatly eliminated，such as imaging environ⁃

基于图像特征的景象匹配辅助导航系统中的关键技术研究

关键技术
关键技术
基于增强现实的计算机辅助手术规划与导航系统涉及多项关键技术，包括图像处理、深度学习和虚拟现实等。
关键技术
图像处理技术是AR技术中的基础，它通过对实时图像进行分析和处理，提取出有用的信息，并将其与虚拟模型进行匹配。深度学习技术则用于对图像进行处理和分析，提高图像的精度和质量。虚拟现实技术则将虚拟信息与真实世界进行融合，提供更直观、更立体的操作环境。
2、民用应用在民用方面，合成孔径雷达图像匹配导航技术可以用于地图测绘、城市规划、地质灾害监测等领域。例如，通过比较不同时间的SAR图像，可以对城市建筑物的变化进行监测，从而为城市规划提供数据支持。
二、合成孔径雷达图像匹配导航技术的应用
三、未来发展趋势随着科技的不断进步，合成孔径雷达图像匹配导航技术将继续得到优化和提升。未来，该技术将朝着高分辨率、高精度、快速处理等方向发展。此外，随着和机器学习等技术的不断发展，该技术也将得成孔径雷达图像匹配导航技术的应用
总之，合成孔径雷达图像匹配导航技术在军事和民用领域都具有广泛的应用前景和发展潜力。未来随着技术的不断发展，相信该技术的应用领域也将越来越广泛。
引言
引言
随着医疗技术的不断发展，手术规划和导航技术在临床手术中的应用越来越广泛。尤其是增强现实（AR）技术的引入，使得手术规划和导航更加精准、直观和安全。本次演示将探讨基于增强现实的计算机辅助手术规划与导航系统的关键技术及其实验研究。
总结
总结
本次演示对基于增强现实的计算机辅助手术规划与导航系统进行了深入研究。实验结果表明，该技术能够提高手术效率和准确性，降低手术难度。该技术在临床手术中具有广泛的应用前景。然而，该技术仍存在一定的不足之处，例如图像处理精度、实时性等问题，需要进一步加以研究和改进。

一种新的提高雷达景象匹配可靠性的方法研究

ｓｅｅｍａｃｉｇｏｄｇ．ｃｎｔｈｎｆｒａｉｅａｒｍａＫｅｒｓｒｄ；ｃｎｔｈｎ；ｏｔａｔｒａｉｍａｅｙｗｏｄ：ａａｓｅｅｍａｃｉｇｃｎｒ；ｅｔｒｓｌｍｅｉｇ
对目标的位置数据。但是，在景象匹配过程中往往因为在获取的两个匹配图像的时间差异、位置差异、天气差异、季节变化、传感器类型、光线强弱、地物变异、匹配算法的适应性等导致匹配失败，进而造成导航失败Ｊ。所以提高匹配可靠性对于一次成功的导航、规避匹配失败具有重要的意义。提高雷达景象匹配
过对比度来增强匹配可靠性是一种行之有效的方法。
关键词：雷达；景象匹配；对比度；实时图
中圈分类号：Ｐ０Ｔ３１
文献标识码：Ａ
文章编号：００—８２（０７００７０１０８９２０）２— ０６— ２
ＲｅｅｒｈｏｗｅｈｄｏｍｐｏｉｇＲａａｃｎａｃｉｇＲｅｉｂｌｙｓａｃｎＮｅＭｔｏｆＩｒｖｎｄｒＳｅｅＭｔｈｎｌｉｔａｉ
１２对比度增强．
飞行器组合导航中有着广泛的应用…。景象匹配这种辅助导航技术利用成像传感器（如可见光、红外、微波雷达பைடு நூலகம்成像传感
器）在飞行器飞行过程中收集预定区域的（景象匹配区）景物图
低对比度图像可以由照明不足、成像传感器动态范围太小等因素引起。可以通过增加图像某两个灰度间的动态范围来增

惯性_景象匹配组合导航系统的误差校正研究

将式( 15) 改写为矩阵相乘的形式, L2 - L 1 R L3 - L 1 L4 - L 1 L5 - L 1 # # 21 R cos L # # 31 # # 41 # 5# 1 式中, T 4 & 4 矩阵如下 : T1 T2 T4 &4 = T3 T4 T1 2 T2 2 T3 2
2 2 2 2 ^ ^
二者最1进入匹配区后inssmns开始工作飞行器地球重力加速度g为常值是地球自转角速度在实际的inssmns组合导航系统中ins平台72电光与控制第15值下标c表示校正时刻对应的经纬度值下标12345
第 15 卷第 4 期 2008 年 4 月文章编号 : 1671- 637 ( 2008) 04 0070 04
L=
VN R
( 6) ( 7)
的位置, 匹配时刻) 是有限的, 所以根据其求解的惯导误差信息也是有限的。因此 , 就需要对误差方程进行简化。给出简化条件如下 : 1) 进入匹配区后 , INS SMNS 开始工作, 飞行器必须在水平面内匀速平飞。 2) 认为飞行器在进入匹配区前 , 惯导系统已经工作相当长时间 , 误差已经有相当累计。为了讨论方便 , 假设地球为圆球体, 半径为 R , 地球重力加速度 g 为常值 , , ,
^ ^
L = Vy
R。 ^ ^ 其中: Mx , My , K x , K y , !x , !y 分别为待估值。由上面各方程式结合外推法进行求解可以得到: !x ( t ) = !x 1 + M x ( t - t 1 ) , !y ( t ) = !y 1 + M y ( t - t 1 ) ,
71
V E = VN 2 2 VN
z ie
ie

基于惯导信息的图像校正算法研究

文章编号：１０ — ５６（０８７０６３０６１７２０）０～０６０
基于惯导信息的图像校正算法研究
李晓雷，黄新生，王亦平，徐婉莹
（防科学技术大学机电工程与自动化学院，湖南长沙４０７）国１０３
维普资讯
ห้องสมุดไป่ตู้
兵工自动化
自动舅量与控制
ＡｕｔａｔｃＭｅｓｅｅｎＣｏｎｒｏｍｉａｕｒｍｎｔａｄｔｏＪ
０．ＩＡｕｔｍａｉ．ｏｔｏｎ２００８，Ｖｏ１．２７，ｏ．７Ｎ
２００８年第２７卷第７期
０引言
在精确制导武器中，景象匹配制导是一种自主、隐蔽、连续、精确的导航技术，受到人们的重视。而，弹体在飞行过程中姿态和位置变化较大，然造成弹载摄像机拍摄的实时图和弹体中预存的基准图之间存在严重的变形，很难实现准确和实时的匹
ＳｔｄｙｏｍａｅＲｅｔｆｃｔｏｇｒｔｍａｅｎＩＳＩｏｍａｉｎｕｎＩｇｃｉｉａｉｎＡｌｏｉｈＢｓｄｏＮｎｆｒｔｏ
ＬＩＸｉｏ—ｅ，ＨＵＡＮＧｉｓｎｇ，ＷＡＮＧ — ｎａｌｉＸｎ— ｈｅＹｉｐｉｇ，ＸＵａｙｉｇＷｎ— ｎ
Ａｂｓｒｃ：Ｄｕｅｔｔｒｓｄｉｔｔｏｎｂｅｗｅｈｅｒｌｔｍｅｉａｏｌｅｃｅｍｅａｆｘｅｎｔｉｓｌｎｄｔｓｔａｔｏｈｅｇｏｓｓｏｒｉｔｅｎｔｅａ —ｉｍｇｅｃｌｔｄｂｙｃａｒｉｄｉｈｅｍｓｉｅａｈｅｂａｅｉａｓｏｅｉｔｍｉｓｌ，ｔｐｒｉｉｏｆｍａｍａｃｎｇｓｎｆｕｅｅｓｒｏｕｓｙＳａｒｃｓｉａｒｃｉｃａｉｎｍｇｅｔｒｄｎｈｅｓｉｅｈｅｅｃｓｏｎｉｇｅｔｈｉｉｉｌｎｃｄｅｉｌ，Ｏｐｅｉｅｍｇｅｅｔｆｔｏｉａｇｏｉｈｍｓｐｒｅｎｅｌｒｔｉｅｓｔｄ．Ｂａｓｎｔｔｉｕｎｐｏｓｔｏｎｉｏｒａｉｏｖｉｄｂｙｍｉｓｌｈｅｒｃｉｃｔｏｎａｇｏｉｈｍｎｅｄｏｈｅａｔｔｄｅａｄｉｉｎｆｍｔｏｎｐｒｄｅｓｉｅ，ｔｅｔｆａｉｌｒｔｉｃａｓｔｈｈｅｒａ —ｉｅｉａｏｔｉａｆｏｍｈｅｓｍｅｖｉｗｏｆｔｂａｅｍａ．Ｅｘｐｅｉｅｔｌｒｕｌｓｎｃｔｈａｈｗｉｃｔｅｌｔｍｍｇｅｔｈｅｍｇｅｒｔａｅｈｅｓｄｉｇｅｒｍｎａｅｓｔｉｄｉａｅｔｔｔｅａｇｏｉｈｍｅｓｔｄｉｘｃｌｎｔｉｅｓｏｎａｏｌｒｔｐｒｅｎｅｓｅｅｌｅｎｐｒｃｉｉｎｄｒｂｕｓｎｅｓｎｄｉａｍｐｒｔｓ，ａｔｃｎｉｏｖｅｔｅｓｏｎｏｆｍａｃｈｉｅｔｙｈｅｐｒｃｉｉｔｎｇｇｒａｌ．Ｋｅｙｗｏｄｓｒ：Ｒｅｔｆｃａｉｌｒｔｃｉｉｔｏｎａｇｏｉｈｍ；Ｉａａｃｎｇ；Ｉａｓｏｔｏｎ；ＮＳｍｇｅｍｔｈｉｍｇｅｄｉｔｒｉＩ

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

真的景象图样本集；用匹配算法对样本集中的每一个预选基利
Ｌ — 寸ｉ匹墨１配数Ｌ唪 — — 墼蓬＿ｌ次三Ｉ一匹．
匹墼羞Ｉ图堕堡蕉堡Ｉ堡自墼Ｉ
ｉ阐．丽１
堑
（）图施加畸变选定流程图ｈ子
ｔｅｃｎｅｔｎｌｉｐｉｃｃｎｉｏｒｉｅｈｏｖｎｉａｎｓｅｆｏｄｔｎａｅｇｖｎ，ｔｅｐａｔａｉｔａｄｅｆｉｎｙｏｈｒｐｓｄＲＩＲｉｅｎｔａｅ．ｏｃｉｉｈｒｃｉｂｌｙｎｆｃｅｃｆｔｅｐｏｏｅＳｓｄｍｏｓｒｔｄｃｉｉ
数从统计角度反映了实时图内包含的独立景物的多少，直观而言，如果实时图内包含有较多的能够明显分辨的景物，该图匹配概率一般都较高。相关峰特征（ｏｅｔｎＰａｅｔｅ与ＣｒｌｉｅｋＦａｒ）ａｏｕ自匹配数（ｅ－ａｈｇＮｍｅ，Ｍ都是通过对图像的二ＳｌＭｔｉｕｂｒＳＮ）ｆｃｎ
关的。对于二维图像，通常定义独立像元数（ｎｅｅｄｎＰｅＩｐｎｅｔｉｌｄｘ
Ｎｍｅ，Ｎ）ＩＮ＝（／ｈ ×（／，中，，分别为图ｕｂｒＩ为ＰＰＭＬ）ＮＬ）式 Ⅳ
精度的重要因素之一。在基准图的制备过程中，按照一定的要求或准则选取特征明显、信息量大、可匹配性高的数字地图作为制导基准图至关重要。文献［］３给出了地形匹配制导基
单纯地对预选基准图进行参数统计分析，并不能保证制导系统所使用的匹配算法达到较高的匹配概率。基于以上原因，我们
提出了基于图像自匹配性能参数的景象匹配区选定准则。
１２１参数概念定义．．
Ｌ — 寸墼迭 —１配次三 —— 篁＿ｌ数Ｌ匹．
维相关性进行检测而定义的，从一定程度上刻画了预选基准图的全局匹配特性。相关峰越多，自匹配系数越大，是有多个或
１基准图选定准则研究
基准图的选定实质上是通过特定的参数对基准图匹配性能进行检验或分析，进而选取匹配性能好的景象图（预选基准
准图选定准则，其思路对景象匹配制导ＲＳＩＲ的研究有一定的参考意义；文献［６分别提出了基于图像特征参数及图像４～］自匹配数的景象匹配区选定方法，重点对参数的定义及其与图像可匹配性的关系进行论述，和列的像元数。独立像元数是灰度独立信息源的一种度量，值越大，信息量越大，系统的匹配性能就越好。独立像元
配次数而确定的，根据研究的需求，步长取ｌ５个像素较为０～ｌ
合适。由图１可知，根据不同的预选基准图，以计算得到不可
同的匹配性能参数。在相同条件下，计算出的匹配概率越高、
匹配误差越小的预选基准图可匹配性越好。
图１基准图可匹配性分析流程
２基准图选定实验与结果分析
图２给出了几幅反映不同地貌特征的预选基准图（已按
准图一实时图对进行匹配仿真运算，记录正确匹配的次数及匹配误差。对任一预选基准图，用其正确匹配次数除以总的匹配次数，便得到匹配概率，定义为该图像的自匹配概率。（）２图像自匹配误差（ｅ－ａｈｇＥｒ，Ｍ）ＳｌＭｔｉｒｒＳＥ。依据匹ｆｃｎｏ
ＣＡＯｅ，ＹＡＮＧａ－ａｇＭＩＦｉＸｉｏｇｎ，ＡＯｎ，ＺＨＡＮＧｎｐｇＤｏｇＹｕ－ａｎ
（０ｅｉ，ＳｃｎｒｌｒｎｉｅｎｏｅｅＸ＇ｈｎｉ０５Ｃｉ）３３Ｓｃｏ￡ｅｄＡｔｌｙＥｇｎｒｇＣｌｇ，ｉｎＳａｘ７０２，ｈａｔｎｏｉｅｅｉｌａ１ｎ
ｖｎａｅｆｔｅｐｏｏｅＳｒｎｉａｅ．Ａｃｏｄｎｏｍａｓｖｅｅｅｃｍａｅｓｌｃｉｎｅｐｒｍｅｔ，ｓｍｅｔｒｓｏｄｆａｔｇｓｏｈｒｐｓｄＲＩＲａｅｉｄｃｔｄｃｒｉｇｔｓｉｅｒｆｒｎｅｉｇｅｅｔｘｅｉｎｓｏｈｅｈｌｓｏｏ
摘
要：系统地研究了一些图像可匹配性检验参数，定义了图像的自匹配性能参数，设计了该参数的计算方法，
进而提出一种新的基准图选定准则。基于理论分析与仿真实验，出了常用准则存在的局限性，明了本方法的指说优越性；通过大量的基准图选定实验，出了特定条件下常用准则的门限值，给验证了该准则的有效性及实用性。
ｐｒｍｅｅｓａｅｄｆｅａａｔｒｒｅｎｄ，ａｄｔｅｃｌｕａｉｎａｐｏｃｏｈａａｔｒｓｄｓｇｅｉｎｈａｃｌｔｐｒａｈｆｒｔｅｐｒｍｅｅｉｅｉｎｄ，ｍｏｅｏｅ，ａｎｗＳｉｒｐｓｄｏｓｒｖｒｅＲＩＲｓｐｏｏｅ．
Ｋｅｒｓｃｎｔｈｎ；ＲｆｒｎｅＩｇｅｅｔｎＲｌＲＳ；ＳｌＭａｈｎ；ＰｒｒｎｅＰｒｍｅｒｙｗｏｄ：ＳｅｅＭａｃｉｇｅｅｅｃｍａｅＳｌｉｏｅ（ＩＲ）ｅｆｔｉｃｏ－ｃｇｅｏｍａｃａａｔｆｅ
景象匹配制导是在航天技术、卫星应用技术、传感器技术、计算机技术、图像处理及模式识别的基础上发展起来的一门新技术，它在飞机辅助导航、远程武器或精确制导武器系统如巡航导弹的末制导、图像目标的搜索与跟踪等军事领域具有重要的应用价值１。景象匹配是指将两幅在不同时间或其他不同的环境条件下拍摄到的图像进行匹配，以确定两者在位置或属
基金项目：总装“ 十五” 预研卫星应用技术资助项目４３００）（１２２９２
维普资讯
・
ｌ８・３
计算机应用研究
２００５焦
器之间的匹配，这样由于传感器类型的不同，图像获取时间、环境的不同，基准图与实时图必然存在一定差异。同时，不同的景象匹配算法对不同特征的基准图具有各自特定的适应性，若
匹羞ＪＩ堡旦堡差Ｉ堑墼堡图匹墼Ｉ丝Ｉ
ｉ．司阐同ｉ１
参照景象匹配算法性能参数的定义，图像的自匹配性能参数可分为图像自匹配概率和图像自匹配误差。（）１图像自匹配概率（ｅ－ａｈｇＰｏａｉｔ，Ｍ）ＳｌＭｔｉｒｂｉＳＰ。在ｆｃｎｂｌｙ预选基准图ｘ中截取多个基准子图（最好是所有子图，但这样计算量太大，可以考虑随机选取）为匹配运算中的实时图，作其大小应与实际应用中的实时图一致；利用畸变模型对实时图进行处理，模拟产生噪声、灰度或几何等畸变，由此构成匹配仿
维普资讯
第５期
曹菲等：景象匹配制导基准图选定准则研究
・３１７・
景象匹配制导基准图选定准则研究
曹菲，杨小冈，缪栋，张云鹏
（第二炮兵工程学院３３教研室，陕西西安７０２）０１０５
Ｂｓｄｏｈｏｅｉａｎｌｓｓａｄｓｍｕａｉｎｅｐｒｍｅｔ．ｔｅｌｔｔｎｆｔｅｅｎｅｔｎｌＲＩＲａｅｐｉｔｄｏｔａｄｔｅａ－ａｅｎｔｅｒｔｌａａｙｉｎｉｌｔｘｅｃｏｉｎｓｈｉａｉｓｏｏｖｎｉａＳｒｏｎｅｕｎｈｄｍｉｏｈｏ
关键词：景象匹配；基准图选定准则；自匹配；性能参数
中图法分类号：Ｔ３１４Ｐ９文献标识码：Ａ文章编号：１０－６５２０）５０３－３０１３９（０５０－１７０
ＳｕｙｏｆｒｎｅＩｇｅｅｔｎＲｏｅｏｃｎａｃｉｇＧｕｄｎｅｔｄｎＲｅｅｅｃｍａｅＳｌｃｉｌｓｆｒＳｅｅＭｔｈｎｉａｃｏ
ＡｂｔａｔＳｖｒｌｉｇｔｈｎｂｌｙｖｒｆａｉｎｐｒｍｅｅｓａｅｓｓｅｔａｌｔｄｅ．Ｉｇｅｆｍａｃｉｇｐｒｒｎｅｓｒｃ：ｅｅａｍａｅｍａｃｉｇａｉｔｅｉｔａａｔｒｒｙｔｍａｉｌｓｕｉｄｍａｅｓｌｉｉｃｏｃｙ－ｔｈｎｅｆｍａｃｏ
图，般求取水平和垂直两个方向的相关长度，，一且认为图像数据中，凡是行距超过或列距超过的两个像元是不相
性上的差异。通常将预存于匹配系统中的图像信息称为基准
图，而将系统工作时实时获取的图像称为实时图。在巡航导弹景象匹配末制导中，基准图是导弹预定飞行航线末制导阶段（标区）的数字地图信息，它来源于卫星照片或航空照片；实时图则是当导弹飞经目标区时，由机载传感器（ＣＣＤ像机）实时获取正下方地面的景象特征。基准图的质量是决定景象匹配
１１常用的可匹配性检验参数．