对数极坐标变换识别算法在成像制导中的应用

图像匹配是成像制导系统中常用的目标识别算法,但实时目标图与基准目标图存在的尺度差异以及旋转不可避免,这也导致失配率提高。针对这个问题,引入对数极坐标变换运算,根据对数极坐标图像的尺度、旋转不变性提出了新的目标匹配识别算法,一方面保证了在尺度变化及旋转下的高匹配率;另外新算法结合了变换图目标区域的轴向投影统计策略,保证了匹配运算量的降低;文中仿真实例验证了算法的优势与有效性。

基于对数极坐标变换和仿射变换的目标识别定位方法

由于传统的模板相关匹配算法在目标图像发生较大旋转和放大时,定位结果可能会发生偏差,因此为了取得精度更高的目标识别结果,提出了一种基于对数极坐标变换粗匹配,结合仿射变换精匹配的目标图像识别定位方法,以用于在视场中自动搜索相对于模板图像有平移、旋转和尺度变化的目标图像。实验结果表明,该算法不仅定位精度高,而且相对于传统的模板匹配算法有更强的鲁棒性。

基于特征点的对数极坐标变换图像配准算法

介绍了一种新的图像配准算法,可以很好地解决图像配准中的平移、旋转和缩放问题。算法的实现是首先使用SUSAN算子提取两幅图像的特征角点,剔除虚假的特征点(噪声点),然后使用改进对数极坐标变换和投影相关匹配算法实现特征点匹配;结合亚像素定位技术,可以进一步提高算法的精度。

一种基于对数极坐标变换的快速目标识别算法

在目标识别的过程中,观察目标图像相对于基准目标图像会存在尺度、方向和位置的变化,使得识别速度和准确率降低.针对这一问题,提出了一种快速对数极坐标变换算法,加快了从笛卡儿坐标转换到对数极坐标的过程.通过采用双轴投影相似度分析算法对目标图像进行匹配,进一步加快了识别速度,同时保证了匹配的可靠性.理论分析和试验结果表明,该算法在计算效率和目标识别正确率方面具有较好的性能.

对数极坐标变换在景象匹配制导中的应用

针对成像制导中对实时性和准确性的要求,提出了一种基于对数极坐标变换的图像抗旋转和尺度变化的LMA算法。在图像匹配过程中用LMA算法对两幅图像透视变换矩阵的8个未知参数进行拟合。匹配过程中用多分辨率金字塔法对图像进行分解,采用由粗到精的搜索策略,减少计算量并避免了误匹配。通过对照片进行匹配测试,证明了这种方法的有效性和实用价值。

基于椭圆对数极坐标变换的尺度变化目标跟踪算法

针对传统对数极坐标变换局限于跟踪圆形或类圆形尺度变化目标这一问题,提出一种基于椭圆对数极坐标变换域下目标匹配的尺度变化目标跟踪算法。算法利用Mean Shift进行空间定位,确定目标的形心,通过椭圆对数极坐标变换域中目标和候选的最大相关匹配系数来确定目标的尺度参数。实验结果表明:该文算法在目标小形变和光照变化条件下,跟踪误差较小,尺度跟踪准确率更高,具有较好的鲁棒性。

图像插值算法在对数极坐标变换中的应用

传统对数极坐标变换算法对图像具有平滑作用,易造成图像细节信息丢失。该文提出将一种基于小波变换的插值算法用于图像对数极坐标映射。该算法对图像作小波变换得到4个子图,并对各子图作对数极坐标变换,其中最优对应像素的确定根据不同子图的特点采用相应的插值算法,对子图映射图作逆小波变换。实验表明该算法是有效的。

基于图像对数极坐标变换的多分辨率相关匹配算法

常规的图像相关匹配算法通常只具有平移不变性 ,而不具有尺度和旋转不变性 ,这就给存在尺度和旋转变化图像间的匹配问题设置了障碍。针对这一问题 ,提出了一种基于图像对数极坐标变换的相关匹配算法 ,并融入了高斯金字塔多分辨率机制以提高算法的效率。由于对数极坐标变换具有尺度和旋转不变性 ,因此该方法能够较好地克服传统图像匹配算法的缺陷 ,不仅可以完成存在更一般运动的图像间的匹配 。

对数极坐标变换域下互信息图像配准方法

当待配准中的图像中存在较大的尺度变换时,传统的图像互信息配准方法对图像尺度变换参数很敏感,易于在优化搜索时陷入局部极值点,配准效果不好。文中提出基于对数极坐标(log-polar)域的图像配准方法,它较好地分离了图像缩放参数和图像旋转参数的相互影响。仿真结果表明,该方法在大尺度图像配准场合应用时比通常的互信息方法有更高的精度和鲁棒性。

基于对数极坐标变换的尺度变化目标跟踪

实用的跟踪系统应该具备尺度自适应机制。针对传统跟踪方法难以实时准确适应目标尺度变化这一问题,提出一种基于对数极坐标变换域下目标匹配的尺度变化目标跟踪算法,算法结合粒子滤波和改进的Mean Shift进行空间定位,确定目标的形心,通过对数极坐标变换域中目标和候选的最大相关匹配系数来确定目标的尺度参数。实验结果表明:与传统方法相比较,该算法可以自适应选择合适的跟踪窗大小,具有较好的鲁棒性。

图像边缘特征扩展的对数极坐标变换匹配制导方法

下视景像匹配制导中,实时图和基准图的拍摄高度、方位和图像比例尺不完全一致,两图的轮廓形状存在旋转和变形等差异,边缘特征提取方法受图像灰度分布影响存在变形和移位,易导致匹配错误。用侧抑制竞争方法,图像边缘特征提取快速准确,不发生移位,对灰度变化也不敏感,再用扩展边缘特征法,克服轮廓变形对边缘匹配的影响。在此基础上,引入对数极坐标变换,进一步提高图像的抗旋转和尺度收放的匹配精度。结果表明,此方法模型简单、抗几何变形能力强且便于实现。

基于对数极坐标变换的景像匹配算法研究

针对成像制导过程中对实时性和准确性的要求,对存在旋转和尺度变化的航拍照片的匹配进行研究,提出了一种基于对数极坐标变换的匹配和跟踪算法.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,利用对数极坐标的旋转和尺度不变性进行匹配.匹配后,用相对运动时目标的对数极坐标变换图像梯度下降最小相异评估方法对目标进行跟踪,通过对航拍照片进行匹配测试,证明了这种方法的有效性.

基于对数极坐标变换的图像匹配算法

相位相关算法通常只具有平移不变性,而不具有尺度和旋转不变性,因此无法对存在尺度和旋转变化的图像进行图像匹配。而对数极坐标变换可以将图像在笛卡儿坐标系下的尺度和旋转变化变换为沿对数极坐标系的平移运动,具有较好的尺度和旋转不变性。文中提出了一种基于图像对数极坐标变换的相关匹配算法。仿真结果表明基于对数极坐标变换的相位相关算法可以针对具有尺度和旋转变换的图像进行很好的匹配,并能检测出图像的旋转角度及尺度参数。

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

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,提出了一种时数极坐标变换 LMA(Levenberg-Marquardt Algorithm)匹配算法.在 LMA 的匹配迭代计算过程中使用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 Hessian 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.

基于对数极坐标变换的中心视亚像素算法

为了利用仿生视觉中的碰撞时间参数实现主动避碰控制,对增强图像中心视目标物体区域进行了研究。首先,应用对数极坐标变换对视觉图像进行压缩变换,在变换中应用双三次插值对图像中心视区域进行亚像素增强;然后,对应用对数极坐标变换算法后图像的不同偏心率下的精度以及不同偏心率尺度下最小精度进行分析。实验结果表明应用变换算法后,图像数据得到了有效的压缩,中心视的目标物体图像仍得到了增强。

对数极坐标变换与非均匀矩形采样算法的分析比较

针对图像非均匀采样算法中对数极坐标变换存在周边区图像模糊、细节丢失严重和数据量大等问题,提出了非均匀矩形采样算法。通过对经典LPT、参数可调LPT等算法的运算数据量进行对比,实验结果表明图像尺寸为256×256时,非均匀矩形采样方法仅有5066个像素点数据,可见矩形方法具有最少的运算数据量。

基于对数极坐标变换的景象匹配新方法

景象匹配中,实时目标图与基准目标图之间的亮度、对比度、噪声水平以及旋转等差异是造成误匹配的重要原因。针对这个问题,引入对数极坐标变换运算,根据它的旋转不变性,提出了一种新的基于对数极坐标变换的景象匹配方法。与已有的抗任意角旋转的圆投影算法相比,提出的算法不仅具有更高的匹配准确率和更强的适应性,而且实时性较好。仿真实例验证了算法的优势与有效性,在巡航导弹和弹道导弹景象匹配末制导中有很好的应用前景。

图像对数极坐标变换的FPGA实现

为了解决景象匹配系统中引入对数极坐标变换后实时性降低的问题,文中采用FPGA查找表的方法,以Quartus II作为综合仿真平台,运用Verilog描述语言,结合Matlab工具,实现了把64×64像素的灰度图像转换成50×80像素的对数极坐标图的过程,变换时间小于100μs该方法可以作为DSP景象匹配系统的预处理前端,实现对旋转和缩放图像的实时匹配。

基于对数极坐标变换的X射线焊缝缺陷图像识别算法

为了提高X射线焊缝图像缺陷分类识别的成功率,提出利用对数极坐标变换(LPT)的距离及角度不变特性解决实际缺陷识别中因缺陷图像位置、形状及方向变换导致的识别准确率下降问题。同时,为降低噪声的影响,提出基于压缩传感技术的缺陷识别,将待检测图像视为一组样本图像的线性组合,通过求取系数向量确定待检测图像的类型。由于缺陷的信息存于一组系数向量中,而非依赖于某几个特定的特征值,因此任一图像的变化对最终识别结果不会造成影响。实际试验表明,LPT结合压缩传感技术可以实现较高的X射线焊缝图像缺陷识别率,极大地降低了噪声误报率。

基于对数极坐标变换的遥感影像居民地提取

本文研究基于对数极坐标变换和傅里叶变换实现全色影像居民地提取。首先对影像进行对数极坐标变换,将影像的旋转信息转换为极坐标系的行平移,然后对变换后的极坐标影像进行傅里叶变换,以傅里叶变换功率为旋转不变特征实现居民地的提取;针对提取结果的不足,采用数学形态学进行后续处理。实验表明:采用该方法可以有效提取遥感影像中的居民地。