Scene matching based on non-linear pre-processing on referenceimage and sensed image

To solve the heterogeneous image scene matching problem, a non-linear pre-processing method for the original images before intensity-based correlation is proposed. The result shows that the proper matching probability is raised greatly. Especially for the low S/N image pairs, the effect is more remarkable.

景象匹配技术研究

景象匹配是一项重要的图像分析与处理技术 ,首先给出了景象匹配问题的数学描述 ,分析了它的性能要求和影响性能的因素 ,然后研究了组成景象匹配算法的 4个元素 ,并详细分析了基于区域的匹配算法和基于特征的匹配算法的一般思路、性能特点和适用范围 ,最后还分析了其它一些热点问题 ,如算法的集成。

景象匹配评估系统中图像特征指标的选择(二) 相关面统计特征

在图像匹配评估系统中 ,图像特征指标体系的选择 ,除了图像自身的统计特征 ,度量实时图与基准图的相似性特征也是很重要的。定义了几个相关面统计特征 ,并通过实验说明这些特征与匹配性能的关系 ,这些特征与图像统计特征一起构成了图像特征指标体系的一部分。

景象匹配算法在数字信号处理器上的实时实现

在图像处理中 ,灰度相关匹配是一种应用广泛而有效的经典匹配定位算法 ,但相关匹配的计算量比较大 ,使得匹配速度很难满足实时的需要。文中给出了灰度相关匹配算法在数字信号处理器TMS32 0C6 2 0 1上的一种快速实现方法。根据二维图像的存储特点 ,通过图像数据的展开优化了匹配计算的实现 。

基于PCR-DSmT的序列帧融合景像匹配算法

针对INS/SMNS组合导航系统中,单帧景像匹配难以判断匹配结果是否正确并给出准确的匹配置信度的情况,提出一种基于PCR-DSmT的序列帧融合景像匹配算法。算法分为单帧粗匹配和序列帧融合精匹配两步:首先提取图像的相位一致性特征并采用快速归一化互相关算法初步匹配;然后建立序列帧时空约束关系,利用相关阵中极大峰构建辨识框架,采用层次分析法自适应计算置信指派并利用适配因子进行折扣运算,最后采用证据推理组合规则融合并根据判决准则输出匹配位置及置信度或对错误匹配结果报警。针对Dempster组合规则在高冲突序列帧融合时出现错误以及DSmT组合规则在多证据融合时正确位置置信指派难以增大并收敛的问题,提出一种PCR-DSmT组合规则。采用真实航拍图像和对应的Google earth卫星基准图像的仿真实验验证了匹配算法的有效性。

一种用于遥感图像景象匹配的快速光电混合系统

景象匹配是遥感图像处理的一项关键技术,通过对体全息相关器的原理及特点进行分析,提出了一种快速光电景象匹配方法。利用高密度体全息光学存储技术记录若干幅库图像,识别时在光电系统中输入实时图,可以一次并行地完成输入图像与所有库图像的相关运算,快速返回实时图与各库图像的相似度大小。遥感图像的空间灰度分布在统计上可以看作是一个二维宽平稳各态历经的随机过程,由此采用相应的图像预处理及相关点检测后处理方法可以有效提高相关识别的并行度并抑制光电系统的噪声,完成高精度快速景象匹配任务。

基于相关面特征的多子区异谱图像匹配算法

为实现用于异谱图像之间的精确匹配,提出一种基于相关面特征的多子区关系约束匹配算法。首先在实时图上选择出边缘信息丰富的区域作为待匹配子区,然后进行相关匹配,分析相关面特征找到符合形态特征的多个个局部最大值位置,将各子区位置关系作为约束条件对得到的局部最大值位置进行聚类,对匹配结果进行综合和可信度判断。试验表明,该方法可有效提高多子区相关匹配方法的性能,具有更高的匹配概率和更好的图像尺度和旋转适应性。

景象匹配算法在多DSP系统中的并行实现

灰度互相关匹配是一种有效的景象匹配算法,其具有适应性强和匹配精度高的特点。但互相关匹配的计算量很大,在实时性要求很高的精确末制导中,匹配速度往往很难满足要求。基于空间并行方法实现了互相关匹配算法的并行处理,通过不同数量处理器的并行处理实验,结果表明:空间并行方法具有很高的加速比和并行效率,是一种适合互相关匹配算法的有效的并行处理方法。当图像尺寸增大计算量增加时,可以采取增加处理器提高系统处理能力的办法使算法依然满足实时性要求。