面向数字孪生的变电站三维场景自动目标识别

为提高自动目标识别的准确性,发挥自动目标识别对变电站运维效果的促进作用,提出面向数字孪生的变电站三维场景自动目标识别方法。构建变电站三维场景自动目标识别模型;利用模型架构的感知模块采集变电站实时状态数据,并采用通信模块将状态数据传输到数字孪生模块,该模块依据接收到的数据信息,通过知识图谱构建的知识库和服务模块的虚实数据处理单元,实现变电站信息的深度融合和全景映射;使用NURBS(non-uniform rational b-splines)曲面重构方法,创建变电站三维场景模型。前视自动目标识别单元在变电站三维场景模型中依据知识库,采用前视模板匹配技术实现对单一目标和多目标的准确识别。实验结果表明:该模型在简单和复杂场景下的变电站三维建模效果均较优异,在阴天和雾天仍能准确识别出变电站中的全部目标。

基于3D可视化GIS的前视参考图生成方法

基于匹配识别的导航系统不能缺少匹配参考图的支持,制备前视匹配参考图更是前视目标匹配识别的一个关键环节。为了利用航空航天图象信息制备出有效的前视匹配识别所需的参考图,提出了基于3D可视化GIS的前视参考图生成方法,介绍了该方法总体思路,分析了其中的三维数据制备、目标区三维场景生成和前视匹配序列参考图生成等关键环节,给出了部分制备的参考图与实时图的匹配实验结果。实验结果表明,利用这种方法制备的前视参考图可以满足前视匹配识别的需求。

下视景象实时图像姿态畸变的仿真

下视景象匹配仿真系统中,需要用计算机模拟生成大量实时图像来评估匹配算法的性能。在影响下视景象实时图像成像的各种误差因素中,导弹偏航、俯仰和翻滚等姿态引起的成像姿态畸变是其关键的畸变误差模型之一。该文研究了导弹姿态对下视景象实时图像成像所造成的影响,并在建立和分析实时图像成像姿态畸变数学模型的基础上,详细阐述了一种利用基准图进行实时图像姿态畸变模拟仿真的方法,以模拟生成所需的实时图像。仿真实验结果验证了该方法的正确性和有效性。

弹上下视景象目标快速匹配的技术实现

弹上光学传感器拍摄的下视目标图像的配准是打击效果评估的前提。研究了一种稳定的SIFT算子,实现了大视场下视景象目标的快速匹配。其方法是:通过在尺度空间中计算局部极值,先确定匹配关键点的位置和尺度,同时去除低对比度的关键点不稳定边缘上的响应点;然后由关键点相邻像素的梯度方向直方图描绘出种子点及其特征向量,近而获得关键点的特征向量;最后使用距离函数作为相似性度量进行配准。实践证明,与传统的方法相比,实现的算法具有更高的实时性。由于在原有基础上增加了其特征向量的维数,因而具有更好的鲁棒性。

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。

连续景象匹配的后处理算法

下视景象匹配是各类巡航飞行器实现导航误差修正的关键技术。由于基准图和实时图存在差异,配准点往往落在相关阵的次峰上,导致匹配的失败。提出了N帧连续景象匹配决策的图论算法。该算法利用单帧匹配后形成的相关阵中的主次峰信息以及惯导的位移信息,进行多帧景象匹配的一致性决策。由于引入了相关阵中的次峰信息并结合惯导位移的一致性判断,使得匹配算法能有效剔除误匹配点,从而提高算法的鲁棒性和匹配概率。

下视景像匹配仿真系统中的数据生成

为了对下视景象匹配算法的性能进行评估,需要构建完善的下视景像匹配仿真系统。针对下视景像匹配仿真中的数据生成问题,全面考虑了实际下视景像匹配系统的数据生成原理及流程,引入了ICCD误差模型、雾景误差模型和姿态畸变模型等噪声和误差模型对实时图生成过程进行仿真。并模拟了实际系统工作时的航线及飞行姿态等相关数据的生成过程,考虑了飞行器实际航线及飞行姿态对各项生成数据的影响,最后提出了一种仿真程度较高的实时图序列及相关数据生成系统。

下视景象匹配区的自动选择

研究了下视景象匹配区的自动选择方法。针对下视景象匹配的基本特点，提出了关于景象变化率和景象相似性的新的描述方法，并据此得出匹配区的自动选择准则．为飞行器预先规划飞行路径提供了理论依据，并给出了模拟仿真结果．