基于信息熵的景象匹配区选取方法

提出一种基于信息熵的景象匹配区选取方法。根据基准图的适配性要求,分别以改进的图像信息熵、Frieden灰度熵和归一化平均互信息作为特征指标,考查基准图的景象信息量、特征稳定性和区域唯一性,并以此为依据,采取分层选取策略选取基准图。仿真和实验结果表明,所选基准图具有较高的自匹配概率和较小的匹配误差,能够满足适配性要求。

基于双近邻模式和最小二乘支持向量机的SAR景象匹配区选择

通过对景象匹配过程的分析,从模式识别的角度阐述了误匹配产生的原因。从避免误匹配的角度定义了双近邻度、最小距离以反映SAR景象的独特性和匹配的准确性,并结合反映地面景物稳定性的边缘密度,构建反映SAR景象适配性的分类特征向量。基于该分类特征向量,利用最小二乘支持向量机将SAR景象基准图子图划分为匹配正确的子图和匹配错误的子图,并由匹配正确的子图类构成SAR景象适配区。试验结果表明,提出的方法能够有效地规划出所需的SAR景象匹配区。

一种新的选取最佳景象匹配区准则

文中将几种基准图选取准则与匹配性能评价指标相结合,依据匹配性能建立基准图选取控制策略,成功地运用这种方法完成了基于相关曲面特征的最佳景象匹配区选取;通过对基准图相关曲面特征与匹配性能参数之间的关系分析,建立了一种综合的评价准则,对不同的特征进行综合的评价。实验结果表明,这是一种十分有效的最佳景象匹配区选取方法。

基于卫星图像的三维前视基准图制备方法

下视景像匹配制导是现代战争中精确制导武器普遍采用的制导方式,随着技术的发展,基于前视景像匹配的制导方式成为了研制新一代精确制导武器中的研究热点。探讨了基于前视景像匹配制导的基本思想,重点介绍了前视景像匹配中三维前视基准图的生成方法,包括总体流程、选取准则和三维重建等关键环节,并给出了相应实验结果及结论。对于开展前视景像匹配研究具有一定的促进作用。

景象匹配区选取方法研究

景象匹配定位是精确制导的重要技术,随着武器系统日益精确化,影响匹配制导精度的匹配区选择得到了广泛的关注。基于景象信息量、稳定性和区域唯一性对景象特征指标进行了分析研究,讨论了各特征参数对匹配性能的影响;给出了由粗到细的分层选取方案,并对特征指标进行了量化;提出了一种由粗到细的分层多尺度匹配区选取方法。实验结果表明该方法具有较大的抗鲁棒性,能够在复杂基准图上有效地选取出满足要求的景象匹配区。

基于模糊推理的景像匹配区选取方法

为提高景像匹配区选取的可靠性,提出一种基于模糊推理的景像匹配区选取方法。该方法首先计算基准图像的统计信息(方差、独立像元数、相关长度和可匹配条件数)和相关特征信息(主次峰值比和邻域峰值比);其次,利用matlab中的模糊工具箱定义了模糊推理系统的隶属度函数和模糊规则;然后,利用景像匹配计算机仿真系统对大量实测航片和卫片进行仿真验证,并通过匹配概率来进一步验证匹配区的选取结果。仿真结果表明,匹配区选取成功率大于98%,所得匹配区景像匹配成功率大于98%。

基于遥感影像的智能景像匹配适配区选择方法

飞行器景像匹配适配区选择是飞行器实现景像匹配视觉导航的前提。近年来,人们基于层次规则提出了许多适配区选择方法,也取得了良好的效果,但这些方法缺少对深度特征的提取能力,通用性较差,且存在一定的误选现象。针对这一问题,提出了一种基于深度特征的智能景像匹配适配区选择方法。所提方法利用深度学习ResNet-50网络结构实现对景像区高维特征的提取,通过深度特征匹配方法计算匹配误差与匹配概率,实现对适配区的选取。实验结果表明,所提方法与传统的适配区选择方法相比,适配成功率平均提高40%以上,鲁棒性更强。该方法避免了繁琐的适配性能指标选择流程,可应用于不同场景下的适配区选择,改善适配区域选择的有效性和泛化性。