论文部分内容阅读
图象匹配技术广泛应用于计算机视觉、导弹末制导和寻的、目标跟踪、医疗诊断等许多方面.所谓图象匹配就是寻找一幅图象(目标图象或实时图)在另一幅图象(源图象或基准图)中的位置.景象匹配技术基于图象匹配的原理,以其定位精度在理论上与射程无关和自主性强等特点,成为组合导航中颇受重视的关键技术之一.不同传感器图象的匹配技术是景象匹配制导的必然趋势.SAR具有全天候全天时工作、有一定的穿透能力等优点,获取图象不受时间天气等因素的影响,而且能有效的避免烟雾等的欺骗,能够实现导弹的全天时、全天候的作战要求,所以在景象匹配制导中越来越受到重视.该文首先研究了适应景象匹配的SAR图象去噪算法,最终采用基于小波变换的SAR图象去噪算法,能有效地提高匹配概率.在讨论景象匹配理论和灰度共生矩阵理论的基础上,提出了基于灰度共生矩阵的SAR图象和可见光图象景象匹配算法.为了提取灰度共生矩阵,研究了三种灰度压缩方法,最终选取局部线性压缩作为该文的压缩方法,该方法能比较好的保持原图的纹理特征.通过对基于灰度共生矩阵的十一个特征进行分析,得出了角二阶矩属于可见光图象和SAR图象的共有特征,能够有效的抑制灰度的畸变.另外,为了提高匹配速度提出一种并行分组处理的匹配算法,很大程度上提高了匹配速度.最后根据景象匹配定位系统在飞行器末制导中的工作原理,算法利用前一次的匹配位置及其与预定位置的偏移量对飞行器的运动进行估计,由估计得到的可能匹配位置确定一个较小的搜索范围,提高了匹配速度及匹配精度.将本文算法的仿真结果与灰度归一化互相关算法进行比较后,可以看出该文算法的匹配精度比灰度归一化互相关匹配算法高,匹配速度比灰度相关快.所以该算法不仅匹配精度高,而且匹配速度快,具有实用性.