基于SIFT特征的适配区选取方法研究
发布时间：2021-10-18 22:49
选取合适的匹配区是景象匹配系统的重要任务之一,是航迹规划的前提和依据。匹配区的景物特征分布直接影响着匹配概率及匹配精度。为了使制导系统能够精确可靠定位,减少导航偏差,在航迹规划时要求挑选景象特征满足丰富、稳定和唯一的区域作为匹配区,因此需要采用合适的图像特征来分析每一个候选区域的匹配概率,进而得到该区域的适配性。论文以景象区域的SIFT特征点及其特征描述子作为该区域的初始特征集,以支持向量回归作为匹配概率预测模型,通过对景象区域的预测概率进行阈值分割,最终获取该区域的适配性。论文主要工作如下:在图像特征选择方面,我们采用了具有光照、旋转和尺度不变的SIFT特征作为表征区域图像的基本特征量,为了提升SIFT特征点集的图像区域信息表征能力,提出了一种SIFT特征稳定性和唯一性的判别准则。对于经过稳定性和唯一性筛选的SIFT特征点集,从它们的丰富性和空间分布的均匀性出发,提出了若干适配性指标并通过实验验证其合理性。一方面考虑到飞行器拍摄实时图时会受到飞行高度、相干斑噪声以及图像尺寸缩放等干扰,导致参考图景象区中部分特征点无法在实时图中的对应位置找到匹配点对,需要对SIFT特征点的稳定性进行筛...
【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
非极大值抑制示意图
()cot()(1cot)()234121MdTmpMgMg (2-5)(4)考虑到非极大值抑制处理后的图像像素点中可能会有噪声，以及颜色变化平缓导致梯度幅值较小的假边缘点，Canny 算子使用双阈值算法过滤假边缘。通过高低两个阈值 ()1212 、 和边缘点的梯度幅值 A 之间的关系来区分属于边缘区域的像素点[39]：当 A 2 时，直接将其淘汰；当21 A 时，认为它属于弱边缘；当 A 1 时，认为它属于强边缘。(5)将强、弱边缘点连接起来，一般认为强边缘点就是实际的边缘点，而弱边缘点中一部分是实际的边缘点，另一部分属于假边缘点。遍历所有的弱边缘点，若在其八邻域内的像素点中存在强边缘点，则连接强、弱边缘点；否则说明该边缘点属于假边缘。实验结果如图 2-2 所示，即使用 Canny 算子提取的二值边缘图像。
minjminjxyxyminjxyxySijSgijSijSgijgxy1 11 12,,1 1,,((,))((,)((,))((,))(,)征介绍如下：即极大值)中的最高峰与次高峰(即最大值和次整个相关面上的突出程度，主峰与次峰差距易发生误匹配。平均值关面上最高峰的值与其周围的八个邻域内相局部邻域内的突出程度，主峰与八邻域平均如图 2-3 所示，O 为相关面上的主峰。
【参考文献】：
期刊论文
[1]融合SIFT-ORB-MRANSAC的特征点匹配算法研究[J]. 荣桂兰,许钢,刑广鑫,江娟娟,孙宇. 新余学院学报. 2019(01)
[2]稀疏结构化最小二乘双支持向量回归机[J]. 闫丽萍,马家军,陈文兴. 计算机工程与应用. 2019(03)
[3]基于强散射地物特征的SAR景象匹配技术[J]. 赵为伟,宋晓伟. 电子科技. 2018(02)
[4]SAR景象匹配适配性指标体系构建方法研究[J]. 张强,彭晓军,许超,明德烈. 计算机与数字工程. 2017(12)
[5]景象匹配定位制导中误匹配消除方法[J]. 杜江,杨建华,石静. 导航定位学报. 2017(03)
[6]基于景象匹配的无人机侦察视频快速配准方法[J]. 张岩,李建增,李德良,杜玉龙. 电光与控制. 2017(05)
[7]复杂地物条件下基于线特征的异源景象匹配[J]. 王力,贾平,张叶,马天翔. 中国光学. 2016(01)
[8]尺度不变特征转换算法的多源SAR影像匹配[J]. 黎旻懿,杨杰,李平湘,郭琳. 遥感信息. 2015(06)
[9]一种新的多指标融合适配性分析方法[J]. 曲圣杰,陶利,郑陶冶. 雷达科学与技术. 2015(04)
[10]一种有效抑制机载传感器成像畸变干扰的景象匹配算法[J]. 刘强,肖刚,牟之英. 传感器与微系统. 2015(05)
博士论文
[1]面向INS/SAR组合导航的SAR景象区域适配性研究[D]. 卜彦龙.国防科学技术大学 2009
[2]合成孔径雷达回波信号模拟研究[D]. 岳海霞.中国科学院研究生院（电子学研究所） 2005
硕士论文
[1]基于改进SIFT的SAR图像配准及一种新的配准评价方法[D]. 刘辰.西安电子科技大学 2017
[2]弹载SAR景象适配区选取方法及实时处理技术[D]. 翟亚迪.西安电子科技大学 2017
[3]面向场景理解的景象匹配方法研究[D]. 杨维.电子科技大学 2017
[4]基于CNN的遥感图像适配结构选取方法研究[D]. 王梓鉴.华中科技大学 2016
[5]基于互信息和空间信息的景象匹配技术[D]. 赵宇.西安电子科技大学 2013
[6]SAR成像目标识别子区选取与匹配方法研究[D]. 黄伟麟.华中科技大学 2011
[7]基于无人机影像的景象匹配系统设计与实现[D]. 赵峰.东北大学 2010
本文编号：3443649
【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
非极大值抑制示意图
()cot()(1cot)()234121MdTmpMgMg (2-5)(4)考虑到非极大值抑制处理后的图像像素点中可能会有噪声，以及颜色变化平缓导致梯度幅值较小的假边缘点，Canny 算子使用双阈值算法过滤假边缘。通过高低两个阈值 ()1212 、 和边缘点的梯度幅值 A 之间的关系来区分属于边缘区域的像素点[39]：当 A 2 时，直接将其淘汰；当21 A 时，认为它属于弱边缘；当 A 1 时，认为它属于强边缘。(5)将强、弱边缘点连接起来，一般认为强边缘点就是实际的边缘点，而弱边缘点中一部分是实际的边缘点，另一部分属于假边缘点。遍历所有的弱边缘点，若在其八邻域内的像素点中存在强边缘点，则连接强、弱边缘点；否则说明该边缘点属于假边缘。实验结果如图 2-2 所示，即使用 Canny 算子提取的二值边缘图像。
minjminjxyxyminjxyxySijSgijSijSgijgxy1 11 12,,1 1,,((,))((,)((,))((,))(,)征介绍如下：即极大值)中的最高峰与次高峰(即最大值和次整个相关面上的突出程度，主峰与次峰差距易发生误匹配。平均值关面上最高峰的值与其周围的八个邻域内相局部邻域内的突出程度，主峰与八邻域平均如图 2-3 所示，O 为相关面上的主峰。
【参考文献】：
期刊论文
[1]融合SIFT-ORB-MRANSAC的特征点匹配算法研究[J]. 荣桂兰,许钢,刑广鑫,江娟娟,孙宇. 新余学院学报. 2019(01)
[2]稀疏结构化最小二乘双支持向量回归机[J]. 闫丽萍,马家军,陈文兴. 计算机工程与应用. 2019(03)
[3]基于强散射地物特征的SAR景象匹配技术[J]. 赵为伟,宋晓伟. 电子科技. 2018(02)
[4]SAR景象匹配适配性指标体系构建方法研究[J]. 张强,彭晓军,许超,明德烈. 计算机与数字工程. 2017(12)
[5]景象匹配定位制导中误匹配消除方法[J]. 杜江,杨建华,石静. 导航定位学报. 2017(03)
[6]基于景象匹配的无人机侦察视频快速配准方法[J]. 张岩,李建增,李德良,杜玉龙. 电光与控制. 2017(05)
[7]复杂地物条件下基于线特征的异源景象匹配[J]. 王力,贾平,张叶,马天翔. 中国光学. 2016(01)
[8]尺度不变特征转换算法的多源SAR影像匹配[J]. 黎旻懿,杨杰,李平湘,郭琳. 遥感信息. 2015(06)
[9]一种新的多指标融合适配性分析方法[J]. 曲圣杰,陶利,郑陶冶. 雷达科学与技术. 2015(04)
[10]一种有效抑制机载传感器成像畸变干扰的景象匹配算法[J]. 刘强,肖刚,牟之英. 传感器与微系统. 2015(05)
博士论文
[1]面向INS/SAR组合导航的SAR景象区域适配性研究[D]. 卜彦龙.国防科学技术大学 2009
[2]合成孔径雷达回波信号模拟研究[D]. 岳海霞.中国科学院研究生院（电子学研究所） 2005
硕士论文
[1]基于改进SIFT的SAR图像配准及一种新的配准评价方法[D]. 刘辰.西安电子科技大学 2017
[2]弹载SAR景象适配区选取方法及实时处理技术[D]. 翟亚迪.西安电子科技大学 2017
[3]面向场景理解的景象匹配方法研究[D]. 杨维.电子科技大学 2017
[4]基于CNN的遥感图像适配结构选取方法研究[D]. 王梓鉴.华中科技大学 2016
[5]基于互信息和空间信息的景象匹配技术[D]. 赵宇.西安电子科技大学 2013
[6]SAR成像目标识别子区选取与匹配方法研究[D]. 黄伟麟.华中科技大学 2011
[7]基于无人机影像的景象匹配系统设计与实现[D]. 赵峰.东北大学 2010
本文编号：3443649
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3443649.html
最近更新
教材专著
