基于Hausdorff距离的SAR图像匹配方法

在传统基于边缘位置的Hausdorff距离匹配基础上,将边缘点的梯度方向信息引入到距离度量中。提出了一种新Hausdorff距离及相应的匹配算法,并将其应用到SAR图像匹配中。实验表明,该算法相对于传统的基于边缘位置的Hausdorff距离匹配算法鲁棒性有所改进。     

基于SEA方法的传感器与武器系统匹配分析

分析系统的匹配程度,是对作战系统进行评价的重要内容,提出将系统的作战效能作为衡量系统匹配程度的重要指标,在SEA(System Effectiveness Analysis)方法的框架下建立了系统匹配分析模型,采用蒙特卡罗方法对匹配过程进行了仿真计算,并通过具体算例验证了模型的正确性,为作战系统的匹配分析提供了一种新的思路.     

一种基于特征匹配的实时电子稳像算法

为了实时地稳定摄像系统的输出视频,提出了一种基于特征匹配的实时电子稳像算法。将改进的Kanade Lucas Tomasi(KLT)算法用于特征提取,并提出一种新的基于灰度投影均值的特征匹配算法。为了保证稳像结果的鲁棒性,还给出了特征的有效性检验方法。另外,基于高实时性对运动滤波算法的要求,在有意运动参数估计中采用了递归Kalman滤波法。实验表明,在微机上稳定单帧图像仅需24.7ms,能够满足实时性要求,且具有良好的稳像效果。     

分层搜索在景象匹配中的应用研究

针对景象匹配制导系统的实时性问题,分析和论证了采用分层搜索策略的必要性,设计出分层搜索的算法模型,并详细阐述了分层搜索中可以采用的两种序贯判决搜索算法。研究表明,分层搜索技术对于提高景象匹配算法性能具有重大意义。     

基于摄影图像的三维信息提取技术研究

通过摄影成像的坐标系统与三维坐标计算方法的研究 ,应用“特征点选取 ,多角度摄影 ,对应点匹配”图象测试模型特征点标记的匹配法 ,给出了在桨叶型值点精度测试中的试验结果 ,并对桨叶应力试验图像测试的精度与灵敏度作了分析     

MATLAB环境下目标图像的实时辨识方法

介绍一种在MATLAB环境下彩色立体视觉装置在环的实时图像处理系统 ,用于自动识别前方汽车目标和计算距离。鉴于汽车均具有红色尾灯这一普遍特征和人观测色彩的一致性 ,在此采用了基于色度—饱和度—亮度模型的模糊规则来提取汽车尾灯的颜色特征 ;利用汽车上的反射光或阴影区域的亮度特征来进一步确认辨识结果 ,以克服复杂环境中背景颜色和各种光照视角、强度的变化对图像特征所产生的影响。此外 ,文中还提出一种新颖而快速的自适应“移位滤波器”算法 ,以消除颗粒状和细长带状噪声 ,并给出了实验结果和结论     

基于果蝇优化算法的备件柜布局优化

备件车是保障维护其他装备正常运行的车辆,其备件柜的布局是否优化决定备件的更换速率,甚至影响整个系统的工作效率。针对备件柜的布局进行了深入研究,并通过计算实现了备件柜的布局分布。在备件柜的布局优化过程中运用了剩余矩形匹配的布局策略,并结合备件柜的布局特点对该算法进行了相应改进,使其更好地运用在本研究的布局问题中。同时运用果蝇优化算法来确定剩余矩形匹配权重的计算,在布局过程中将传统的布局策略和智能算法相结合以达到优化的目的。     

采用局域像素匹配的随机抽样一致改进算法

为提高图像拼接的配准精度和稳健性,提出基于局域像素匹配的随机抽样一致改进算法。在完成尺度不变特征变换算子或其他算子图像特征提取、特征匹配之后,利用独立于特征匹配点的局域像素,通过参考图像局域像素与映射的待拼接图像局域像素匹配,优选4对最佳特征匹配点,确定最佳单应矩阵。实验结果表明:与随机抽样一致经典算法相比,该方法未明显增加计算耗时,单应矩阵更准确,图像拼接稳健性更好。     

一种基于Hausdorff距离的景象匹配算法

Hausdorff距离是一种比较点集的最大的最小距离。以边缘信息为特征点,给出了一种基于Hausdorff距离的景象匹配算法,它利用模板来简化计算Hausdorff距离。从仿真结果可以看出:具有较高的匹配精度。     

基于梯形道路的履带式车辆运动算法

论述了一种履带式车辆简化模型的建立和表示方法。提出了用垂直射线法来取得三维空间中任一点的高度值。分析了车辆模型在梯形道路上的运动状态 ,用一种简易的算法来实现坐标调整和地形匹配 ,在视景仿真系统中较好地完成了履带式车辆通过梯形道路的目的