基于非线性各向异性滤波的图像特征匹配算法

图像特征匹配是增强现实系统中的关键技术,匹配精度是提升特征匹配性能的关键。提出了一种多尺度特征匹配加强算法(I-AKAZE),通过对非线性各向异性滤波过程中传导函数的改进,减缓图像梯度值大的区域非线性扩散速度,极大程度地保留了匹配图像的边缘特征;同时,结合改进的非线性量化加速稳健特征描述符(NLG-SURF),提高了描述符的识别率。实验结果表明I-AKAZE算法在Mikolajczyk数据集上的可重复性得分相比目前先进的AKAZE算法有着大幅度提升,对应的特征描述符的平均识别率提升8.4%,并且运行速度比经典的SIFT算法快约19%,算法整体在检测和描述阶段上的性能都有提升。

随机复合材料结构非线性热-力耦合模拟的统计高阶多尺度方法

对于具有复杂随机细观构造的复合材料结构的非线性热-力耦合问题的随机多尺度建模和计算仍是一个具有挑战性的问题。本文发展了一个新的统计高阶多尺度方法,克服了随机多尺度问题直接模拟时巨大的计算量,实现了具有随机复合材料结构非线性热-力耦合问题的数值模拟。借助统计多尺度渐近分析和泰勒级数方法,本文严格推导了可以精确分析随机复合材料结构宏-细观尺度非线性热-力耦合响应的统计高阶多尺度计算模型。然后,通过局部误差分析证明了统计高阶多尺度计算模型中高阶校正项在保持计算模型局部能量和动量守恒的重要意义。进一步,建立了可以高效模拟随机复合材料结构非线性热-力耦合行为的具有离线和在线两阶段的时空多尺度算法。最后,通过数值实验验证了统计高阶多尺度方法的计算高效率和高精度。

惯导/双目视觉位姿估计算法研究

无人飞行器自主导航系统作为无人机自主控制的核心,是制约无人机性能提升的关键因素。传统的惯导/GPS组合导航系统受其自主性、稳定性等限制无法满足无人机导航需求。在分析视觉导航特性的基础上,针对无人飞行器复杂运动特性,设计了基于非线性尺度空间的双目视觉三维位姿估计算法。在此基础上,针对双目视觉导航存在的位姿估计误差累积问题,提出了基于惯导/视觉融合的无人飞行器位置和姿态估计算法,利用卡尔曼滤波实现惯导与视觉信息的融合。通过仿真验证和实际跑车验证结果表明,提出的双目视觉位姿估计算法相比SIFT算法能够有效提高视觉图像特征检测准确度,惯导/视觉组合算法能够有效提高位姿估计精度,组合定位精度优于2.5 m。

一种形态学彩色图像多尺度分割算法

为了对彩色图像进行快速有效的分割,提出了一种用于分割彩色图像的多尺度形态学算法。该算法首先用基于张量梯度的彩色分水岭算法来得到初始分割结果,即局部水平集连通区域,并综合考虑了面积和色彩计算区域间的相似性,构造了区域间的RAG(region ad jacency graph)和NNG(nearest ne ighbor nraph),用于后续形态学处理;接着,基于HSV空间中的色彩全序关系,定义了彩色形态算子;然后采用顶点塌缩算法实现的彩色形态学开闭算子生成了所需的非线性尺度空间;最后,利用图像中的极值点与物体间的对应关系,逐级提取图像中包含的物体来得到分层级的表示,并用区域在不同尺度下熵的变化来决定尺度树的构成,从而完成了彩色图像的分割。试验结果表明,该算法不仅具有出色的形状保持能力,而且可提高计算效率。

改进的视角鲁棒KAZE特征匹配算法

针对KAZE特征匹配算法对视角变化敏感,在大视角场景下不能实现正确匹配的问题,提出了一种视角鲁棒的PKAZE（Perspective-KAZE）算法。该算法在原KAZE描述符的基础上,计算特征点邻域内的二阶梯度均值,形成新的扩展的80维描述符;然后利用透视变换模型对待匹配影像进行多视角模拟,在模拟影像上提取改进的KAZE描述符,再进行特征匹配。最后,选取5对含有最多正确匹配数量的影像上的匹配对作为初始结果,利用随机抽样一致算法对初始结果提纯。对多组图像进行了匹配实验,结果表明：与KAZE、尺度不变特征变换（SIFT）和加速鲁棒特征（SURF）算法相比,所提算法对视角变化具有更强的鲁棒性;与透视尺度不变特征（PSIFT）和仿射尺度不变特征（ASIFT）算法相比,本算法匹配正确率更高,分别为PSIFT的2-10倍,ASIFT的2-7倍。提出的算法对视角变化具有很好的鲁棒性,不仅对模拟影像的视角变化很稳健,而且适用于真实三维复杂场景拍摄的大视角影像,具有一定的实用价值。

基于改进KAZE特征的合成孔径雷达匹配算法

自主导航系统是高超声速飞行器自主控制性能的关键因素.合成孔径雷达(SAR)系统作为高超声速飞行器的关键导航设备,其获取的SAR图像受高超飞行器影响存在严重噪声干扰.在分析KAZE特征检测算法的基础上,针对KAZE算法计算复杂度高的问题,引入Fast Explicit Diffusion算法,设计了快速非线性尺度空间构建方法,并在此基础上提出了改进KAZE特征检测算法和基于改进KAZE算法的惯导/SAR组合导航景象匹配算法.通过仿真验证表明,提出的改进KAZE特征算法在保留KAZE算法噪声鲁棒性的同时,有效降低了KAZE算法的复杂度,其计算效率与SIFT算法相当,位置误差估计精度优于SIFT算法.

基于AKAZE的BOLD掩码描述符的匹配算法的研究

针对现有基于KAZE/AKAZE的改进算法大多不具有良好的鲁棒性问题,提出基于AKAZE的BOLD掩码描述符的匹配算法。将该算法与尺度不变算法、ORB算法、AKAZE应用于放射变化、尺度变化、压缩比变化、模糊变化的待匹配图像测试集中,对匹配正确率和匹配时间进行对比实验。结果显示,该算法的匹配正确率相较原AKAZE提升了10%左右,匹配速度仅比原AKAZE慢15%左右。该算法在提升AKAZE鲁棒性的同时,匹配速度下降不明显,可应用于对鲁棒性和匹配速度较高的匹配场景。

基于非线性尺度空间的航拍场景分类

针对尺度不变特征变换(Scale Invariant Feature Transform,SIFT)算法在航拍场景分类中提取特征时,易造成边界模糊和细节丢失且无法描述颜色信息的问题,结合视觉词袋模型,提出了非线性尺度空间下融合颜色特征的新型颜色风式特征检测子(Color-KAZE,C-KAZE).通过KAZE构造非线性尺度空间来检测特征信息;对颜色模型(Hue,Saturation,Value,HSV)非等间隔量化获取颜色量化矩阵,进而生成C-KAZE特征描述子;利用视觉词袋和空间金字塔匹配模型融合多特征.实验表明,该算法相比SIFT算法在场景分类准确率方面提高了约8%.C-KAZE描述子增强了KAZE的特征描述能力,突破了SIFT算法特征描述单一、边缘细节模糊的局限性,显著提升了无人机航拍图像的分类效果.

基于KAZE的自适应模糊图像配准算法

为了提高图像配准算法对于模糊图像的配准性能,提出一种融合非线性尺度空间和空间余弦相似度的自适应模糊图像配准算法。该算法将非线性尺度空间理论应用于图像的局部特征提取,采用KAZE算法提取图像的特征点,以构成M-SURF特征描述符;利用空间余弦对图像特征点进行匹配,并且根据不同的图像特性进行自适应阈值匹配,以得到便于寻求最优变换关系的合理数量的匹配点对;最后采用RANSAC算法滤除误匹配点对,以提升算法精度。实验结果表明,该算法可以有效地提高模糊图像配准的匹配准确率和精度,准确率和精度比KAZE算法最大可以提高25%和7.909像素,具有更好的配准性能。

面向大数据图像处理的尺度空间挖掘算法及应用

针对大数据挖掘及融合分析的基础理论问题,提出具体可操作的大数据尺度空间挖掘及融合分析方法.根据无限小的质点型热源在物理空间中的热量扩散规律,推导出大数据非线性尺度空间扩散方程.以各向异性的方向可调小波为热源函数,构建了各向异性的大数据非线性尺度空间;以各向同性高斯核函数为热源构建了各向同性大数据非线性尺度空间,以该空间为核心设计了各向异性特征挖掘算法.实验结果显示以各向异性小波热源空间为核心的挖掘算法可以进行分级差异化检测、特征强化、特征整合并最终锁定稳定特征,以各向同性高斯大数据空间为核心的检测算法可以对数据进行大量泛化特征检测.以光强色调饱和度、主成分分析、加权函数为热源构建了单热源和组合式热源大数据非线性空间,进而设计了融合算法并进行了多种类型的挖掘和融合实验;实验结果显示在清晰度、相关系数、信息熵、标准差、特征点数、稳定特征点数等指标方面,组合式大数据非线性尺度空间优于单热源融合空间及传统方法.综合上述可以得出:大数据非线性尺度空间具有强扩展性、开放性和适应性.

基于非线性尺度空间的非理想虹膜边界定位

提出了一种基于非线性尺度空间的非理想虹膜边界定位方法。这一方法通过具有尺度演化特性的非线性扩散消除小尺度的几何结构,保留虹膜的主要边界信息。此外将此扩散与多分辨率分析框架结合,从而实现了虹膜边界的快速有效检测。实验结果表明,与经典方法相比,所提算法能够有效消除上述因素导致的不利影响,精确提取了非理想虹膜的内外边界。

基于非线性尺度空间的增强现实场景识别算法

目前大部分面向增强现实的场景识别算法一般采用构建线性高斯金字塔解决尺度不变性问题,此方法容易造成边界模糊和细节丢失,降低识别精度。针对这些问题,提出一种基于非线性尺度空间的场景识别算法,通过构建非线性尺度空间,自适应选取尺度空间组数,保证边缘细节。实验结果表明,相对于SIFT、SURF算法,该算法在视点、缩放旋转和JPEG压缩变换下有更强的鲁棒性,在保证识别精度的情况下,训练速度和识别速度明显提高。

一种改进A-KAZE算法的特征点匹配方法

提出了一种改进的A-KAZE算法,利用非线性扩散滤波策略改善了传统高斯核函数构建尺度空间的不足,在实现局部自适应滤除细节的同时保留了目标的边界,且检测到的特征点具有尺度不变性;结合特征点主方向和改进的BRIEF描述子解决了匹配中旋转不变性的问题,以二进制编码形式缩短了匹配时间,并分别在室内和室外环境下进行特征点匹配实验,与ORB、BRISK等算法进行了比较,结果证明改进的算法结合了A-KAZE与BRIEF算法的优势,实现了高准确率和高效的图像特征点匹配.

基于SAR-SIFT改进的SAR图像配准

合成孔径雷达(SAR)图像配准时,由于受到乘性散斑影响,匹配算法的性能受到限制。SAR-SIFT使用ROEWA算子代替差分算法计算梯度,对SAR图像的散斑具有一定的稳健性。为了进一步抑制散斑噪声,本文提出了基于SAR-SIFT改进的SAR图像配准算法。利用非线性扩散滤波生成SAR图像的非线性扩散尺度空间,在非线性尺度空间不同尺度层上计算对应的SAR-Harris函数。为了使非线性尺度空间对散斑噪声具有稳健性,在其构造过程中的梯度信息采用ROEWA算子计算。此外,利用相位一致性信息去除初始关键点中由散斑引起的虚假点。多源、多极化、多时相的SAR图像试验结果表明,与SAR-SIFT算法相比,本文算法对散斑噪声更具稳健性,提高了图像匹配性能。

多光谱遥感影像建筑物提取

针对传统遥感影像目标提取对数据要求严格及应用受限的问题,提出一种基于非线性尺度空间滤波的建筑物提取算法.首先,构造多光谱影像各个波段的非线性尺度空间并进行迭代滤波;然后,搜索全局影像的标准差曲线的第一个谷点,停止迭代过程;最后,利用最大类间方差法分别对各个波段的滤波结果进行二值化.为了验证本文方法的有效性,选取福州市的一幅航空影像,并与同类方法进行对比.试验结果表明,本文算法能在平滑噪声的同时保留建筑物边缘信息,对于提取排列紧密的建筑物有更好的效果,在保证查准率的前提下,查全率有5%以上的提高.

采用非线性尺度空间滤波和SIFT的遥感影像配准方法

针对传统点特征匹配算法存在运算时间长和配准精度低的问题,提出一种基于非线性尺度空间滤波和尺度不变特征转换(SIFT)点特征配准算法.首先,通过非线性尺度空间滤波对基准影像和待配准影像分别进行预处理,保留其边缘信息并去除噪声.其次,采用SIFT算法对预处理后的两幅影像进行特征点提取,通过最近邻和次近邻的欧式距离比值法进行双向匹配,得到匹配特征点.最后,对待配准影像进行仿射变换.结果表明:该方法的总体运行时间比传统SIFT点特征配准算法降低63.2%,且配准精度大幅提高.

形态学平整运算尺度空间在图像融合中的应用

在图像的多尺度变换方法中,由高斯滤波器等线性算子构成的尺度空间,不能很好地刻画图像中的非线性特征,且具有共同的缺点:在多尺度分解过程中图像中的边缘会被模糊而较难定位,且图中物体的轮廓会被扭曲。而形态学平整运算是一种能在多尺度分解的同时保持物体边缘位置不变的形态学滤波器,由其构成的非线性尺度空间能有效克服这一缺点。本文提出了一种基于形态学平整运算的尺度空间的图像融合方法,从融合的三个步骤分别进行分析:分解时,对分解算子和标志图像的生成方法对融合的影响进行分析并从中选择最佳的方法;融合时,对不同类型图像融合,选择最适合的融合规则;重构时,引入增强因子,进一步提高图像融合效果。实验结果证明本文方法能比基于线性尺度空间的方法更好地保护图像中的非线性特征,如边缘和亮度,从而取得更好的融合质量。

自适应模糊奇异摄动控制在航天器中的应用

带挠性附件航天器可以用含小摄动参数的多时标非线性系统进行描述,而目前的控制方法大多针对多时标线性系统,要求模型精确已知。为解决存在不确定性的带挠性附件航天器的跟踪问题,提出一种基于模糊奇异摄动模型的自适应控制器,采用鲁棒控制和自适应控制理论相结合的方法进行设计,由反馈项、自适应项和鲁棒控制项组成,反馈项的增益采用线性矩阵不等式(LMI)方法求解,自适应项用于减小系统的跟踪误差,鲁棒项用于保证系统的闭环稳定性。稳定性证明采用Lyapunov合成方法完成。该控制器适用于模型带有不确定性的多时标非线性系统的跟踪控制。由于采用了自适应方法消除系统不确定性,能够减少鲁棒控制方法带来的保守性。在带挠性附件航天器的跟踪控制中的应用验证了其有效性。

大型柔性航天器动力学与振动控制研究进展

随着航天重大工程的逐步实施,航天器正朝着超高速、超大尺度、多功能的方向发展,其面临的发射和运行环境也更加恶劣.航天器发射过程中的振动及其主/被动控制、在轨运行中大型柔性航天器动力学建模与动态响应分析、结构振动与飞行器姿态的混合控制等问题越来越复杂且难于处理;航天器结构的大型化和柔性化(如大阵面天线和太阳翼等)也对其地面试验和半实物仿真提出了挑战.本文着重介绍大型柔性航天器涉及到的动力学与振动控制问题,包括航天器发射过程中的整星隔振,大型柔性结构动力学建模与振动响应分析,大型柔性航天器的结构振动与姿轨控耦合动力学及其混合控制等.提炼出航天动力学与控制领域中亟待解决的若干基础科学问题,包括:多刚柔体系统动力学建模与模型降阶(涉及大变形柔性体动力学建模、多求解器合作仿真、模型降阶、组合结构动力学建模的解析方法等);复杂结构状态空间模型构建方法与能控性(涉及状态空间模型构建的理论与实验方法、复杂结构振动控制系统的能观性与能控性等);航天器姿态运动与大型柔性结构振动的混合控制律设计(涉及姿态机动与结构振动的鲁棒混合控制、执行机构与压电控制器的协同控制等).

一种复合的SAR图像去噪算法

针对SAR图像噪声影响分辨率的问题,提出一种新的复合SAR图像增强和去噪方法.该方法首先利用信号的小波相邻尺度相关性将信号和噪声分离,然后根据SAR图像近似瑞利分布的特点把SAR图像转换为近高斯分布,再分别利用复数扩散震动滤波器对SAR图像信号部分进行增强,用各项异性扩散方程对含噪部分进行去噪,最后用小波平稳变换对图像进行重构.实验结果表明,与传统的SAR图像去噪算法相比,新算法在边缘增强和噪声去除能力方面均有显著提高.