基于ROI特征的异源图像匹配与SAR景象匹配导航
发布时间：2021-12-11 21:14
为了满足景象匹配辅助导航技术的发展需求,本文主要针对异源图像(光学图像与合成孔径雷达(SAR)图像)配准关键技术和空中弹载平台定位关键技术两个具有前后连贯性的技术展开研究。本文提出了一种异源图像机场目标配准方法,具体为:首先根据目标特征选取大津(Otsu)分割算法提取机场感兴趣区域(Region of Interest,ROI),然后将Hu不变矩与模糊C均值分类相结合实现异源图像中ROI对的匹配,最后去除误匹配点对,并求得两图之间的仿射变换模型获得配准图像。本文提出了一种异源图像村庄目标配准方法,具体为:首先根据目标特征利用灰度共生矩阵(Gray-Level Co-occurrence Matrix,GLCM)提取村庄 ROI,然后利用Hu不变矩进行区域性描述,接着结合欧式距离测度与余弦相似性测度实现异源图像中ROI对的匹配,最后去除误匹配点对,并求得两图之间的仿射变换模型获得配准图像。本文提出了一种异源图像道路目标配准方法,具体为:首先根据目标特征利用自适应阈值分割算法提取道路目标的初步ROI,然后利用基于均值比率(Ratio of Average,ROA)算子的Hough变换提取各...
【文章来源】： 中国电子科技集团公司电子科学研究院北京市
【文章页数】：67 页
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 选题的背景和意义
1.1.1 基于ROI特征的异源图像匹配研究的意义
1.1.2 SAR景象匹配导航中关键技术研究的意义
1.2 异源图像匹配国内外研究现状
1.2.1 异源图像匹配原理
1.2.2 异源图像匹配现状
1.2.3 异源图像匹配难点
1.3 弹载SAR景象匹配导航国内外研究现状
1.3.1 弹载SAR景象匹配导航原理
1.3.2 弹载SAR景象匹配导航研究现状
1.3.3 弹载SAR景象匹配导航难点
1.4 本文的主要研究工作
1.5 本文的内容安排
第二章 基于ROI的机场目标异源图像匹配算法研究
2.1 SAR机场目标提取的研究情况
2.1.1 Mean Shift分割算法
2.1.2 Hough变换
2.2 Otsu分割算法提取机场ROI
2.3 利用先验知识消除虚警,获得最终机场ROI
2.4 机场目标异源图像配准
2.4.1 Hu不变矩
2.4.2 采用模糊C均值算法对机场ROI分类
2.4.3 匹配策略
2.5 实测结果及分析
2.6 小结
第三章 基于ROI的村庄目标异源图像匹配算法研究
3.1 SAR村庄目标提取研究情况
3.1.1 小波变换纹理一致性测度
3.1.2 马尔科夫随机场模型算法
3.2 SAR图像预处理
3.3 灰度共生矩阵确定村庄纹理特征
3.4 GLCM参数选取粗提取村庄ROI
3.5 消除虚警,获得村庄ROI
3.6 利用傅立叶描述子描述村庄ROI
3.7 村庄目标异源图像配准
3.7.1 利用Hu不变矩代表村庄ROI特征
3.7.2 相似性度量
3.7.3 匹配策略
3.8 实测结果及分析
3.9 小结
第四章 基于ROI的道路目标异源图像匹配算法研究
4.1 SAR道路目标提取的研究情况
4.1.1 ROEWA算子
4.1.2 模糊C均值(FCM)聚类算法
4.2 SAR图像增强
4.3 自适应阈值分割算法提取初步道路ROI
4.4 ROA算子检测道路边缘
4.5 Hough变换提取道路方向
4.6 构造线性结构体开运算获得最终道路ROI
4.7 道路目标异源图像配准
4.7.1 提取特征点
4.7.2 提出三角网夹角算法完成图像配准
4.8 实测结果及分析
4.9 小结
第五章 基于相位一致性的异源图像精确匹配算法研究
5.1 精确匹配的必要性
5.2 相位一致性
5.3 利用相位一致性获取匹配点对
5.4 利用Delaunay三角网算法剔除误匹配
5.5 实测结果及分析
5.6 小结
第六章 SAR景象匹配导航算法研究
6.1 基于欧拉四面体模型的SAR平台定位方法
6.1.1 定位坐标系构建
6.1.2 弹体位置求解
6.1.3 误差分析
6.2 基于弹目距离的SAR平台定位方法
6.2.1 定位模型构建
6.2.2 弹体位置求解
6.2.3 误差分析
6.2.4 仿真实验结果
6.3 SAR景象匹配导航GUI界面设计
6.4 小结
第七章 总结与展望
7.1 总结
7.2 展望
参考文献
致谢
在学期间发表的学术论文及取得的研究成果
【参考文献】：
期刊论文
[1]结合多维定标和局部纹理特征的改进SIFT匹配算法 [J]. 程诗梦,周之平,李忠民. 计算机工程与设计. 2017(11)
[2]一种基于改进双树复小波变换的地形纹理特征提取方法 [J]. 陶旸,王春,蒋圣. 地理与地理信息科学. 2017(04)
[3]高分辨率遥感图像SIFT和SURF算法匹配性能研究 [J]. 齐冰洁,刘金国,张博研,左洋,吕世良. 中国光学. 2017(03)
[4]基于几何约束的重复视觉特征点匹配方法 [J]. 胡吉良,张华健,花罡辰. 电子世界. 2017(09)
[5]基于欧拉四面体的下降轨雷达图像定位方法 [J]. 冉聃,邓欢,李亚超,全英汇,邢孟道. 电子与信息学报. 2017(03)
[6]基于高精度景象匹配的SAR平台定位方法 [J]. 陈圣义,刘晓春,滕锡超,李晓雪,雷志辉. 国防科技大学学报. 2016(05)
[7]基于图像区域分割的SAR图像去噪算法 [J]. 于俊朋,尚士泽. 现代雷达. 2016(09)
[8]基于马尔科夫随机场匹配准则的Criminisi修复算法 [J]. 赵娜,王慧琴,吴萌. 计算机科学与探索. 2017(07)
[9]基于SURF特征贡献度矩阵的图像ROI选取与检索方法 [J]. 薛峰,顾靖,崔国影,徐珊,徐娟. 计算机辅助设计与图形学学报. 2015(07)
[10]基于SIFT-Delaunay编码的SAR图像自动配准算法 [J]. 尹奎英,张雄,李成,乔寅骐. 现代雷达. 2015(04)
博士论文
[1]异源图像匹配关键技术研究[D]. 李壮.国防科学技术大学. 2011
[2]弹载SAR景象匹配制导关键技术研究[D]. 任三孩.国防科学技术大学. 2011
[3]弹载SAR制导技术研究[D]. 秦玉亮.国防科学技术大学. 2008
[4]SAR图像目标ROI自动获取技术研究[D]. 高贵.国防科学技术大学. 2007
硕士论文
[1]SAR线目标的检测与识别[D]. 刘树通.西安电子科技大学. 2013
[2]景象匹配辅助导航中图像多尺度局部特征匹配算法研究[D]. 王先敏.南京航空航天大学. 2011
[3]基于局部不变特征的实时精确景象匹配算法研究[D]. 陈方.南京航空航天大学. 2010
[4]景象匹配末制导系统的关键技术研究[D]. 李晓雷.国防科学技术大学. 2008
[5]景象匹配/惯性组合导航系统算法研究及仿真实现[D]. 李明星.南京航空航天大学. 2008
本文编号：3535412
【文章来源】： 中国电子科技集团公司电子科学研究院北京市
【文章页数】：67 页
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 选题的背景和意义
1.1.1 基于ROI特征的异源图像匹配研究的意义
1.1.2 SAR景象匹配导航中关键技术研究的意义
1.2 异源图像匹配国内外研究现状
1.2.1 异源图像匹配原理
1.2.2 异源图像匹配现状
1.2.3 异源图像匹配难点
1.3 弹载SAR景象匹配导航国内外研究现状
1.3.1 弹载SAR景象匹配导航原理
1.3.2 弹载SAR景象匹配导航研究现状
1.3.3 弹载SAR景象匹配导航难点
1.4 本文的主要研究工作
1.5 本文的内容安排
第二章 基于ROI的机场目标异源图像匹配算法研究
2.1 SAR机场目标提取的研究情况
2.1.1 Mean Shift分割算法
2.1.2 Hough变换
2.2 Otsu分割算法提取机场ROI
2.3 利用先验知识消除虚警,获得最终机场ROI
2.4 机场目标异源图像配准
2.4.1 Hu不变矩
2.4.2 采用模糊C均值算法对机场ROI分类
2.4.3 匹配策略
2.5 实测结果及分析
2.6 小结
第三章 基于ROI的村庄目标异源图像匹配算法研究
3.1 SAR村庄目标提取研究情况
3.1.1 小波变换纹理一致性测度
3.1.2 马尔科夫随机场模型算法
3.2 SAR图像预处理
3.3 灰度共生矩阵确定村庄纹理特征
3.4 GLCM参数选取粗提取村庄ROI
3.5 消除虚警,获得村庄ROI
3.6 利用傅立叶描述子描述村庄ROI
3.7 村庄目标异源图像配准
3.7.1 利用Hu不变矩代表村庄ROI特征
3.7.2 相似性度量
3.7.3 匹配策略
3.8 实测结果及分析
3.9 小结
第四章 基于ROI的道路目标异源图像匹配算法研究
4.1 SAR道路目标提取的研究情况
4.1.1 ROEWA算子
4.1.2 模糊C均值(FCM)聚类算法
4.2 SAR图像增强
4.3 自适应阈值分割算法提取初步道路ROI
4.4 ROA算子检测道路边缘
4.5 Hough变换提取道路方向
4.6 构造线性结构体开运算获得最终道路ROI
4.7 道路目标异源图像配准
4.7.1 提取特征点
4.7.2 提出三角网夹角算法完成图像配准
4.8 实测结果及分析
4.9 小结
第五章 基于相位一致性的异源图像精确匹配算法研究
5.1 精确匹配的必要性
5.2 相位一致性
5.3 利用相位一致性获取匹配点对
5.4 利用Delaunay三角网算法剔除误匹配
5.5 实测结果及分析
5.6 小结
第六章 SAR景象匹配导航算法研究
6.1 基于欧拉四面体模型的SAR平台定位方法
6.1.1 定位坐标系构建
6.1.2 弹体位置求解
6.1.3 误差分析
6.2 基于弹目距离的SAR平台定位方法
6.2.1 定位模型构建
6.2.2 弹体位置求解
6.2.3 误差分析
6.2.4 仿真实验结果
6.3 SAR景象匹配导航GUI界面设计
6.4 小结
第七章 总结与展望
7.1 总结
7.2 展望
参考文献
致谢
在学期间发表的学术论文及取得的研究成果
【参考文献】：
期刊论文
[1]结合多维定标和局部纹理特征的改进SIFT匹配算法 [J]. 程诗梦,周之平,李忠民. 计算机工程与设计. 2017(11)
[2]一种基于改进双树复小波变换的地形纹理特征提取方法 [J]. 陶旸,王春,蒋圣. 地理与地理信息科学. 2017(04)
[3]高分辨率遥感图像SIFT和SURF算法匹配性能研究 [J]. 齐冰洁,刘金国,张博研,左洋,吕世良. 中国光学. 2017(03)
[4]基于几何约束的重复视觉特征点匹配方法 [J]. 胡吉良,张华健,花罡辰. 电子世界. 2017(09)
[5]基于欧拉四面体的下降轨雷达图像定位方法 [J]. 冉聃,邓欢,李亚超,全英汇,邢孟道. 电子与信息学报. 2017(03)
[6]基于高精度景象匹配的SAR平台定位方法 [J]. 陈圣义,刘晓春,滕锡超,李晓雪,雷志辉. 国防科技大学学报. 2016(05)
[7]基于图像区域分割的SAR图像去噪算法 [J]. 于俊朋,尚士泽. 现代雷达. 2016(09)
[8]基于马尔科夫随机场匹配准则的Criminisi修复算法 [J]. 赵娜,王慧琴,吴萌. 计算机科学与探索. 2017(07)
[9]基于SURF特征贡献度矩阵的图像ROI选取与检索方法 [J]. 薛峰,顾靖,崔国影,徐珊,徐娟. 计算机辅助设计与图形学学报. 2015(07)
[10]基于SIFT-Delaunay编码的SAR图像自动配准算法 [J]. 尹奎英,张雄,李成,乔寅骐. 现代雷达. 2015(04)
博士论文
[1]异源图像匹配关键技术研究[D]. 李壮.国防科学技术大学. 2011
[2]弹载SAR景象匹配制导关键技术研究[D]. 任三孩.国防科学技术大学. 2011
[3]弹载SAR制导技术研究[D]. 秦玉亮.国防科学技术大学. 2008
[4]SAR图像目标ROI自动获取技术研究[D]. 高贵.国防科学技术大学. 2007
硕士论文
[1]SAR线目标的检测与识别[D]. 刘树通.西安电子科技大学. 2013
[2]景象匹配辅助导航中图像多尺度局部特征匹配算法研究[D]. 王先敏.南京航空航天大学. 2011
[3]基于局部不变特征的实时精确景象匹配算法研究[D]. 陈方.南京航空航天大学. 2010
[4]景象匹配末制导系统的关键技术研究[D]. 李晓雷.国防科学技术大学. 2008
[5]景象匹配/惯性组合导航系统算法研究及仿真实现[D]. 李明星.南京航空航天大学. 2008
本文编号：3535412
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3535412.html
