曲圣杰;陶利;郑陶冶
【摘 要】When the sensed images are noisy,the matching probability of areas selected by available matching suitability indexes may change.In order to solve this problem,two novel indexes,phase congruen-cy correlation length and efficient contour density,are introduced at first.A matching suitability analysis method is proposed based on fusion of multi-indexes by evidence theory.The single index is not sufficient to characterize information content,stability and repetition rate simultaneously.So evidence theory is used to combine the basic belief assignments constructed by the indexes.The matching suitability area is determined by the combination results.Simulation results show that the base image and sensed image can still be well matched in the matching area obtained by the proposed method,even if the sensed images are quite noisy.%景象匹配适配性分析中，针对现有适配性指标较少考虑成像条件不同、实测图受干扰等导致基准图适配概率发生变化的问题，改进并提出了相位相关长度和有效轮廓密度两个新指标。然后针对单一指标难以同时有效兼顾信 息量、稳定性以及重复率等适配标准的问题，给出不同指标置信指派构造方法，采用证据推理对多指标进行融合，提出一种基于证据推理的多指标融合适配性分析方法。仿真实验验证了在采用该方法分析得到的适配区域上进行景象匹配，当基准图和实测图差异较大时，正确匹配概率仍然较高。
【期刊名称】《雷达科学与技术》
【年(卷),期】2015(000)004
【总页数】6页(P415-420)
【关键词】景象匹配;适配性分析;证据推理;置信指派
【作 者】曲圣杰;陶利;郑陶冶
【作者单位】中国电子科技集团公司第三十八研究所，安徽合肥 230088;中国电子科技集团公司第三十八研究所，安徽合肥 230088;中国电子科技集团公司第三十八研究所，安徽合肥 230088
【正文语种】硬质合金密封环中 文
【中图分类】TN957;TN958
0 引言
随着军事科技的日益发展,高精度远程打击武器已经成为现代战场上有效的攻防利器,其中导航系统性能是决定打击精度的关键因素。惯性导航系统自主性好且短时精度高,但存在误差随飞行时间累积增大的固有缺点,近年来虽然惯导精度不断提高,但单一的惯性导航仍难以满足长时间航行后精确打击的需要。综合采用多种导航技术构成组合导航系统,能够大大提高导航精度和可靠性[1-2]。景象匹配具有定位精度高、不依赖外部设备的优点,适合作为一种辅助导航方法,增加导航系统的精度和鲁棒性,当GPS失效或精度降低时,仍然能够提供较为精确的导航信息[3-5],保证作战性能。
由于景象匹配中的基准图和实测图通常是在不同时间拍摄的,成像条件不同可能造成实测图和基准图之间存在较大差异[6],所以必须对基准图的适配性进行分析。通过对相关文献的分析,国内外对景象适配性研究的侧重点存在区别[7-8]。虽然景象匹配辅助导航中的适配区选
取问题最初由国外研究者提出,但是直接针对这个问题作出大量系统研究的确是国内相关机构,并且迄今为止所发表的所有关于景象区域适配性的国内文献仍在延续着这一思路;对照而言,国外研究主要集中在目标跟踪背景下给予特定兴趣区域(Region of Interest,ROI)的特征提取与特征选择,且关于组合导航定位背景下图像ROI选择的文献非常有限。 本文首先分析了常见适配性分析指标存在的不足,改进并提出了两个新的适配性分析指标,并给出采用不同指标构建基本置信指派的方法,提出一种基于证据推理的多指标融合适配性分析方法。
电子台历
1 常见的适配性分析指标
景象适配性分析是指对给定的一块景象区域,预先对其匹配定位性能作出评估、分析,确定该区域是否适合作为景象匹配区的过程。适配区选择好坏直接影响景象匹配系统性能。
适配性分析指标选择过程中,要考虑景象稳定性、景象信息量及重复模式等依据。既要选择地物相对比较丰富稳定的区域,保证所拍摄实测图与基准图差异相对较小,又要区分由于地物非常相似导致匹配概率不高的场景。基于上述指标选取准则,常见的适配性分析指标有图像
方差(Image Grayscale Variance)、相关长度(Correlation Length)、独立像元(Independent Pixel)、纹理能量比(Pattern Energy Ratio)、自匹配系数(Self-Matching Coefficient)、相关峰特征(Correlation Peak Feature)、边缘密度(Edge Density)等。其中相关长度和边缘密度等指标能相对比较确切、真实地描述景象的适配性能,这里首先简要地进行描述。 (1)相关长度
相关长度是反映图像灰度粗糙程度的参数,可作为度量邻域重复模式的指标。定义为自相关系数ρi=1/e=0.368时的位移增量i的大小,记为L,且认为图像中凡是相隔长度大于L的两个像素相互独立。相关长度是有方向性的,对于二维景象图,一般求取水平和垂直两个方向的相关长度L x,L y。相关长度值越大,说明邻域重复越严重,适配性越差。相关长度指标是基于灰度自相关系数直接提取的,在实际环境中,实测图与基准图有可能存在较大的灰度差异,此时选用相关长度分析得到的适配区进行匹配,有时会出现错误。
(2)边缘密度
与灰度信息相比,边缘是相对稳定不变的特征,边缘密度则是体现图像边缘信息量的度量,边
缘密度大表明图像特征多,相应的匹配基准点也多。边缘密度用ρedge表示,待选基准图中位置(u,v)处边缘密度的计算公式为
式中,N edge为区域中边缘像素的个数,N total为区域像素总个数。需要注意的是,边缘密度并不固定,与边缘提取效果密切相关,当图像受噪声干扰较为严重时,边缘密度指标的效果会下降;同时,某些特征丰富,但重复率较高的区域也会提取出较多的边缘,使得边缘密度指标难以处理重复模式问题。
2 改进的适配性分析指标
针对上述常见适配性分析指标在实际应用中存在的不足之处,对常见指标进行了适当的改进,提出了两种改进后的适配性分析指标:相位相关长度、有效轮廓密度。
2.1 相位相关长度
太阳能恒温器
指标提取过程中首先对基准图进行相位一致性变换,获得对噪声、光照都不敏感的相位一致性特征图,然后在此基础上再计算相关长度。
Morrone等人在研究马赫带现象时提出并通过实验论证了相位一致性特征相比灰度能够更好地描述图像的特征,具有局部光照和对比度不变性的特点,同时对噪声干扰也不敏感。Kovesi[9]借助Gabor滤波器修正了局部能量计算公式,将相位一致性变换扩展到二维空间,图像I(x,y)的相位一致性变换函数表示为
式中:A no(x,y)为图像I在给定滤波器尺度n和方向o的振幅;W o(x,y)为滤波器频带加权因子;T o为估计噪声阈值;符号 表示当值为正时取本身,否则取0;ε为小常量以避免分母为零;ΔΦno(x,y)为相位偏离函数。
首先按照式(5)对待分析的基准图区域进行相位一致性变换,得到相位一致性特征图,然后在特征图基础上计算得到相位相关长度。施加不同强度的光学基准图及对应的相位一致性特征图如图1所示,从图中可以看出,由于相位一致性特征反映的是图像相位特征信息,对噪声和局部光照不敏感,所以当噪声强度增加时,相位一致性特征图反映的图像特征类似,图像差异不大。
图1 基准图和相位一致性特征图随噪声变化情况aurita
火车鹤管2.2 有效轮廓密度
为了解决采用边缘密度指标时,重复率较高的琐碎边缘也会产生较大的边缘密度问题,提出了一种有效轮廓密度指标。首先采用canny算子提取边缘,如果直接采用边缘图像进行边界跟踪提取轮廓,轮廓图会受到琐碎边缘的影响,而且得到的轮廓链码复杂不单一,不方便使用,所以接下来对边缘图像进行两次去除交叉点和分支点的操作,得到较为单一平滑的轮廓曲线。边界跟踪提取轮廓后,采用8向Freeman链码进行编码。然后采用高斯滤波进一步加以平滑。对得到的链码按照Hui的方法计算得到曲率。在一条链码中,曲率大于某个阈值的点即为曲率角点。将边界跟踪得到的轮廓图在曲率角点处断开,选择长度大于一定阈值的线段,从而得到图像的有效轮廓特征图,如图2所示。可以看出,有效轮廓相对于边缘特征更能有效地反映图像中的主要景物特征,抑制了重复琐碎边缘,从而较为有效地解决了重复模式问题。对有效轮廓特征图按照式(1)边缘密度计算方法得到有效轮廓密度指标。
淀粉酶抑制剂
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议