（精密仪器及机械专业论文）基于局部不变特征的实时精确景象匹配算法研究.pdf

f ； j ? - 、 l ， 卜 r e s e s c e n e ii 承诺书 本人声明所呈交的学位论文是本人在导师指导下进行的 研究工作及取得的研究成果。尽我所知，除了文中特别加以标 注和致谢的地方外，论文中不包含其他人已经发表或撰写过的 研究成果，也不包含为获得南京航空航天大学或其他教育机构 的学位或证书而使用过的材料。 本人授权南京航空航天大学可以将学位论文的全部或部 分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后适用本承诺书) 作者签名：醯去 e l 期：五f 皇二! 三二q 一 l - j - j i 基于局部不变特征的实时精确景象匹配算法研究 a b s t r a c t t h es c e n em a t c h i n ga l g o r i t h mi nt h ei n e r t i a li n t e g r a t e dn a v i g a t i o ns y s t e mb a s e do ni m a g el o c a l f e a t u r e si ss t u d i e di nt h i sd i s s e r t a t i o n m o r e o v e r , t h et h e o r i e s ，a l g o r i t h m sa n di d e a s 副旧v e r i f i e d t h r o u g hs i m u l a t i o np l a t f o r ma n de x p e r i m e n t s i t i si m p o r t a n tt h a ti m a g em a t c h i n ga l g o r i t h ms h o u l db es a t i s f yt h ed e m a n d so fs c e n em a t c h i n g a i d e dn a v i g a t i o ns y s t e m ，t h a ti sp r e c i s i o n ，r e a l - t i m ea n dr o b u s t ，a n da l s os h o u l db er o b u s tt oo c c l u s i o n , b a c k g r o u n dc l u t t e ra n dn o i s e ，i n v a r i a n tt ov a r i o u si m a g et r a n s f o r m a t i o n sd u et ot r a n s l a t i o n ，r o t a t i o n , s c a l e ，a f f i n ed e f o r m a t i o n , d i f f e r e n c ei ni l l u m i n a t i o n ，o b j e c tm o v e m e n t , a n dc h a n g ei nv i e w p o i n t i n c o n s i d e r a t i o no ft h ep a r th a u s d o r f fd i s t a n c ea st h es i m i l a r i t ym e a s u r i n gt oi m a g e sm a t c ha n d l o c a l i z e ， m a t c h i n ga c c u r a c yi sl i m i t e d ，t h es p e e di sr e l a t i v e l ys l o w , a b i l i t yo fr o t a t i o na n dn o i s er e s i s t a n c ea r e p o o r , a n dd i f f i c u l tf o rg e t t i n gt h ep r e c i s i o nr o t a t i o nt r a n s f o r mp a r a m e t e r sb e t w e e ni m a g e s s ot h e l o c a li n v a r i a n tf e a t u r ei sa p p l i e dt os c e n em a t c h i n ga i d e dn a v i g a t i o ns y s t e m s i f t ( s c a l ei n v a r i a n tf e a t u r et r a n s f o r m ) f e a t u r e sa r eh i g h l yd i s t i n c t i v ea n di n v a r i a n tt ov a r i o u s i m a g et r a n s f o r m a t i o n sd u et or o t a t i o n ，s c a l e ，a n dc h a n g ei nv i e w p o i n t i nt h ep a p e r , w ep r o p o s et h e s c e n em a t c h i n ga l g o r i t h mb a s e do ns i f tf e a t u r e sf o ri n e r t i a li n t e g r a t e dn a v i g a t i o n w eu s i n gs i f t f e a t u r e sa n df e a t u r em a t c h i n ga l g o r i t h m ，g i v e sar e l i a b l ea n df a s ti m a g em a t c h i n ga l g o r i t h m t h i s a l g o r i t h mc a ni m p r o v et h ea c c u r a c y , r e a l - t i m e ，a n ds t a b i l i t yo ft h es c e n em a t c h i n ga i d e dn a v i g a t i o n s y s t e m f o rt h es c e n em a t c h i n gp r o b l e mo fs a r i m a g e sb yt h eg e o m e t r i cd i s t o r t i o na n du n d e rt h ei n f l u e n c e o fs e r i o u ss p e c k l en o i s e ，t h es u r f ( s p e e d e d - u pr o b u s tf e a t u r e s ) a l g o r i t h mo fs c e n em a t c h i n ga i d e d n a v i g a t i o ni sp r o p o s e d s u r fa p p r o x i m a t e so re v e no u t p e r f o r m sp r e v i o u s l yp r o p o s e ds c h e m e sw i t h r e s p e c tt or e p e a t a b i l i t y , d i s t i n c t i v e n e s s ，a n dr o b u s t n e s s ，y e tc a nb ec o m p u t e da n dc o m p a r e dm u c h f a s t e r t h ee x p e r i m e n tr e s u l td e m o n s t r a t e st h a tt h es u r fi nt h es a r i n si n t e g r a t e dn a v i g a t i o n s y s t e mw i t hg o o da p p l i c a t i o n a tt h es a m et i m e ，i nt h ec o n s i d e r a t i o no fs i f ta n ds u r fa l g o r i t h m sh a v ec e r t a i ne r r o r s ，o b t a i n e d t h ef e a t u r ep o i n tp o s i t i o ne x i s t e n c ed i s t o r t i o nc h a n g e ，t h er a n s a c a l g o r i t h mi su s e dt or e m o v et h e f a l s ea n dl o wp r e c i s i o nm a t c h i n gp o i n t s ，a n dt h el e a s ts q u a r ea l g o r i t h mb a s e do ni m a g ep o i n t s e x t r a c t i o ni sa p p l i e df o rg e t t i n gb o t ht h ea i r c r a f tp o s i t i o ne r r o r sa n dc o u r s ed e v i a t i o n f i n a l l y , b a s e do ne n g i n e e r i n ga c t u a ls i t u a t i o n ，u s i n gs c e n em a t c h i n ga i d e dn a v i g a t i o ns y s t e m s i m u l a t i o np l a t f o r m ，a n dt h ei m a g em a t c h i n ga l g o r i t h mp r o p o s e di nt h i sp a p e rf o rt h es o u r c eo f i n f o r m a t i o na r es t u d i e dt oa m e n dt h ee r r o r t h es i m u l a t i o ns h o w st h a tt h ea l g o r i t h mp r o p o s e di nt h i s i i - 2 南京航空航天大学硕士学位论文 d i s s e r t a t i o ni se r i e c t i v e k e yw o r d s ：i n e r t i a li n t e g r a t e dn a v i g a t i o ns y s t e m ，l o c a li n v a r i a n tf e a t u r e s ，s i f t , s u r f , s c e n e m a t c h i n g a i d e dn a v i g a t i o n ，f e a t u r em a t c h i n g i i i 基于局部不变特征的实时精确景象匹配算法研究 目录 第一章绪论l 1 1j ；l 言1 1 2 景象匹配辅助导航技术。2 l - 3 景象匹配算法研究现状。3 1 3 1 基于区域的匹配算法4 1 3 2 基于解释的匹配算法4 1 3 3 基于特征的匹配算法。4 1 4 图像匹配技术难点6 1 5 论文主要研究内容和意义6 第二章基于局部不变特征的景象匹配方案研究9 2 1 弓i 言9 2 2 景象匹配的理论分析9 2 2 1 景象匹配的数学描述一9 2 2 2 空间变换模型9 2 2 3 图像匹配误差来源1 l 2 2 4 图像精确匹配模型1 l 2 3 不变特征1 2 2 4 局部不变特征1 3 2 4 1 性能1 3 2 4 2 局部不变特征检测的研究现状1 4 2 5 基于局部不变特征的景象匹配总体方案1 6 2 5 1 基于局部不变特征的景象匹配系统实现1 6 2 5 2 误匹配点剔除方法1 8 2 6 本章小结l8 第三章基于局部不变特征的抗变形快速景象匹配算法研究一1 9 3 1 引言1 9 3 2s i f t 算法1 9 3 2 1 尺度空间极值求取2 0 3 2 2 特征点方向确定2 3 3 2 - 3 提取特征描述符2 4 3 2 4 特征匹配2 4 3 3 3 4 3 5 3 6 3 7 第四章 4 1 4 2 4 3 4 4 4 5 基于局部不变特征的实时精确景象匹配算法研究 4 5 4 算法实时性分析4 6 4 5 5 算法性能总结4 6 4 6 本章小结_ 4 7 第五章惯性景象匹配组合导航仿真研究4 8 5 1 引言4 8 5 2 景象匹配辅助导航仿真系统原理与结构4 8 5 3 惯性景象匹配组合导航仿真实验4 9 5 3 1 基于s i f t 的惯性，景象匹配组合导航系统仿真结果分析5 2 5 3 2 基于s u r f 的惯性景象匹配组合导航系统仿真结果分析5 4 5 3 3 惯性景象匹配组合导航仿真结果分析5 5 5 4 本章小结5 6 第六章总结与展望5 8 6 1 总结5 8 6 2 展望5 9 参考文献6 l 致谢6 6 在学期间的研究成果及学术论文情况6 7 v l 图4 59 9 盒滤波器3 9 图4 6 尺度空间盒滤波器大小4 0 图4 7 哈尔小波滤波器4 0 图4 8 特征描述符生成4 0 图4 9 两个不同特征点的无效匹配4 0 图4 1 0 标准和取消高斯加权的s u r f 算法特征匹配图对比4 2 图4 1 1s u r f 图像匹配算法流程4 3 图4 1 2 不同区域的s a r 图像特征匹配对比图一4 4 图4 1 3s a r 图像在斑点噪声影响下的特征匹配结果( 噪声方差= o 4 ) 一4 5 图4 1 4 匹配的s a r 参考图和实测图4 6 图5 1 景象匹配辅助导航仿真系统实现流程4 9 v i i 基于局部不变特征的实时精确景象匹配算法研究 v i l l 图5 2 规划航迹图5 0 图5 3 部分s a r 数字地图和实测图5l 图5 4 部分卫星光学地图和实测图5 2 图5 5s i f t 匹配误差图5 3 图5 6s i f t 匹配时间曲线5 4 图5 7s u i 心匹配误差图5 5 图5 8s u 婚匹配时间曲线5 5 图5 9 经度误差曲线图5 6 图5 10 纬度误差曲线图5 6 图5 1 1 航迹对比图5 6 表2 1 角点检测子的性能比较。1 5 表2 2 区域检测子的性能比较。1 6 表3 1 基于s i f t 特征点方向影响的图像匹配结果比较2 8 表3 2 基于边缘特征点影响的图像匹配结果比较2 9 表3 3 基于噪声影响的图像匹配结果。3 2 表3 4 图像匹配结果比较3 3 表4 1s u r f 与s i f t 关键技术对比3 8 表4 2 景象匹配结果比较4 2 表4 3 基于斑点噪声影响的景象匹配结果4 5 表4 4 图像匹配结果比较4 6 表5 1 基于s i f t 特征的景象匹配结果5 3 表5 2 基于s u r f 特征的景象匹配结果5 4 表5 3 经纬度误差结果5 3 - 南京航空航天大学硕士学位论文 一一 缩写 g p s i n s s a r s i f t r a n s a c p h d d o g n n s u r f s v m 符号 c 秒 也，t j ，) 仃 a x a y e r r o r s 以 d p 1 - p r e c i s i o n 注释表 英文全称 g l o b a lp o s i t i o n i n gs y s t e m i n e r t i a ln a v i g a t i o ns y s t e m s y n t h e t i ca p e r t u r er a d a r s c a l ei n v a r i a n tf e a t u r et r a n s f o i t f l r a n d o ms a m p l ec o n s e n s u s p a r t i a lh a u s d o r f fd i s t a n c e d i f f e r e n c eo fg a u s s i a n n e a r e s tn e i g h b o r s p e e d e d - u pr o b u s tf e a t u r e s s u p p o r tv e c t o rm a c h i n e s 注释说明 尺度 旋转角度 位置误差 尺度空间因子 x 轴位置误差 y 轴位置误差 平移误差范围 特征点尺度 水平方向的哈尔小波响应 垂直方向的哈尔小波响应 特征匹配失败率 中文全称 全球定位系统 惯性导航系统 合成孔径雷达 尺度不变特征变换 随机抽样一致算法 部分h a u s d o r f f 距离 高斯差分 最近邻 快速鲁棒特征 支持向量机 i x 号肟。2 3 4 5 6 7 8 9 m n 悯搿。2 3 4 5 6 7 8 9 m 艏鹏。2 3 4 5 6 7 8 9 m n 一肟。2 3 4 5 6 7 8 9 m l 定位机理的缺陷也不容忽视，其定位服务区有限，在低纬度地区定位精度较差；数据采样率低， 且存在较长时间的响应延迟；高程误差对定位精度影响大，影响了在复杂地区的定位效果；采 用主动定位，易被截获和干扰；中心站一次处理的用户数量有限，可能发生通道阻塞。虽然北 斗卫星导航系统正在向无源定位以及全球导航定位的方向发展【6 】，但现有北斗卫星导航系统依 然存在明显的不足。比如，无法为高速运动体提供准确的定位服务，军事方面应用受到限制； 主控站位置容易暴露受攻击等。在目前的技术条件下，惯性北斗双星组合导航系纠7 】的精度和 l 基于局部不变特征的实时精确景象匹配算法研究 可靠性还无法满足军事应用的需要。 伴随计算机处理和存储技术的飞速发展，以及对地遥感成像技术的成熟应用，各种先进成 像传感器也得到大量应用，以模拟人类视觉实现的景象匹配导航技术得到了逐步的重视和发展。 根据统计，人类接受的信息9 0 以上来自视觉，人类视觉为人类提供了关于周围环境最详细可 靠的信息。以前因为图像处理占用内存大，处理时间长等缺点而使计算机视觉系统很难做到实 时处理，随着图像处理与计算机视觉的发展，使得图像处理用于实时场合成为可能，与之相对 应的景象匹配导航技术也越来越受到重视。景象匹配辅助导航系统是利用机载高分辨率成像雷 达或光电图像传感器实时获取地面景物图像，并与机载计算机中预先存储的二维景象数字地图 相比较，用于确定出飞行器位置，由于图像匹配定位的精度很高，因此可以利用这种精确的位 置信息来消除惯导系统长时间工作的累计误差，以提高导航定位的精度和自主性；同时，景象 匹配辅助导航系统还具有提供目标信息的能力，从而可以实现自主的精确打击。 1 2 景象匹配辅助导航技术 景象匹配辅助导航技术是指用数字地图来辅助惯导系统以提高导航精度的一种导航技术， 景象匹配辅助导航( s c e n em a t c h i n ga i d e dn a v i g a t i o n ) 是利用机载或弹载图像传感器在飞行过 程中采集的实时地形景象图与预先制备的基准地形景象图进行实时匹配计算而获得精确定位信 息的技术。由于景象匹配辅助导航系统具有自主性和高精度的突出优点，将其应用于装载有多 种图像传感器的无人机导航系统或者中、远程导弹系统，构成惯性景象匹配组合导航系统，将 是景象匹配辅助导航技术发展和应用的未来趋势1 8 l 。虽然图像识别技术早已被人们所接受并包 括在一些精确制导武器研制计划中，然而时至今日，该技术仍未达到完全成熟的程度，各国仍 在积极地加以研究。目前国外先进无人机导航系统通常采用的是惯性g p s 组合导航方式，而未 来无人机导航系统的发展趋势必将向着高精度、抗干扰、全天候、智能化的方向发展，为了满 足此发展需要，景象匹配辅助导航系统必将成为一个优选技术方案p j 。 景象匹配辅助导航主要利用图像处理理论、方法( 图像预处理，图像特征提取，图像匹配) 来完成系统的导航任务。但是景象匹配辅助导航的精度不仅与图像处理算法有关，而且与传感 器获取图像的质量，图像的分辨率以及图像所包含的特征有密切的关系，也就是与实时图像获 取传感器以及与导航匹配区的选择密切相关。 景象匹配辅助导航系统中，除了惯导，其他的两个关键组成部分是：数字地图和图像传感 器。数字地图是利用侦察卫星、侦察飞机或其他飞行器对地形、地貌、地物等景物信息进行预 先测定，再由计算机处理成数字信息，然后储存在计算机内的存储介质上生成的。 目前先进的图像传感器主要分为基于主动视觉的系统与基于被动视觉的系统。基于主动视 觉的系统如：合成孔径雷达( s y n t h e t i c a p e r t u r er a d a r ，s a r ) ，毫米波雷达( m m w ) 等；基于被 2 南京航空航天大学硕士学位论文 动视觉系统如：可见光相机，红外图像传感器等。这些图像传感器的成 载机上的应用也受到气象条件、地理条件、战场条件等综合因素的影响 惯性光学图像匹配组合导航系统是2 0 世纪7 0 - - 8 0 年代为保证飞行 和增强自主性而发展起来的一类组合导航系统，并取得了成功的应用， 信息用于末端导航等。 惯性s a r 组合图像导航技术【1 3 1 是用s a r 图像或卫星光学图像作为参考图，s a r 图像作为 实时图进行匹配定位的。美国和俄罗斯一直在研究有关雷达成像制导技术，如美国的潘兴中程 地地导弹采用雷达地图匹配末制导技术1 1 4 】；1 9 9 0 年美国h o n e y w e l l 公司的研究人员发表论文， 称他们使用低分辨的s a r 作为图像传感器，s a r 辅助的惯导系统试验的结果，导航精度在1 0 m 数量级1 1 4 】；1 9 9 2 年美国洛勒尔和雷锡思公司制造出两个小型合成孔径雷达巡航导弹导引头 【”1 6 】；法国塞尔日达索公司和汤姆逊c f s 公司也分别研制了用3 5 g h z 和9 4 g h z 的成像雷达 传感器的图像匹配制导系统【1 5 】【1 6 】。 如图1 1 所示，利用机载图像传感器获得的地形图像与飞行器上存储的参考图像进行匹配获 得飞行器的当前位置，对i n s 提供位置校正，对常规的i n s 误差进行连续校正，消除i n s 随时 间增长的误差，大幅度地提高了i n s 的精度，从而实现飞行器自主高精度导航。同时，一些图 像传感器也需要i n s 的支持。例如，对s a r 来说，s a r 天线的稳定、对准、控制，成像所需 的运动补偿均需i n s 提供的导航数据。 ii l 气压高度表 卡 付詈航 组合导 尔 图像传感器 实测图 一 i 向信息。 航输出 广_ 一团环比阢i 曼 。i 嘻考图 数字地图l 7 “ 滤 波 矾s t 图1 1 高度辅助的i n s 景象匹配组合导航系统 1 3 景象匹配算法研究现状 在景象匹配算法方面，国内外学者在雷达和光学图像匹配算法方面做了大量的研究工作 【1 7 l f l s j 【1 9 1 f 2 0 j ，取得了一定的成果，提出了很多景象匹配算法。一般将景象匹配算法分为三大类( 2 0 l ： 基于区域的匹配技术；基于解释的匹配技术；基于特征的匹配技术。 3 基于局部不变特征的实时精确景象匹配算法研究 1 3 1 基于区域的匹配算法 基于区域的匹配算法包括灰度相关算法、相位相关算法等。灰度相关算法参与匹配的是图 像的灰度强度点阵，利用图像本身具有的灰度统计信息来度量图像的相似程度，采用一定的搜 索算法得到令相似度最大的变换形式，以达到图像匹配的目的。一般不需要对图像进行复杂的 预先处理，其主要特点是实现简单，但应用范围较窄，不能直接用于校正图像的非线性形变， 计算量很大，而且受图像采集时的光照条件影响很大，常用的灰度相关算法有交叉相关算法、 序贯相似检测算法1 2 1 1 等。 相位相关算法参与匹配的是图像的二维快速傅里叶变换强度点阵，它很好的解决了仅存在 平移的图像之间的配准。对同时存在尺度、旋转和平移变换的图像，r e d d y 等人吲提出采用对 数极坐标的方法，使图像的旋转和尺度在对数极坐标下转化为图像的平移关系，用相同的方法 求出旋转角度和尺度变换值，最后再在直角坐标系下，求出平移量。但这种算法也有相当的局 限性，比如它只能用来匹配灰度属性有线性正相关的图像，图像之间必须是严格满足定义好的 变换关系等。 考虑到景象匹配辅助导航系统中的图像匹配本质是多传感器图像匹配，各传感器所获得的 图像之间灰度不一致甚至相反，而且参考图和实测图之间由于成像条件的不同，还存在畸变误 差，因此不宣采用基于区域的图像匹配算法。 1 3 2 基于解释的匹配算法 基于景物内容解释的景象匹配【2 0 1 是对目标推导出句法结构并对该结构及其相互关系进行匹 配，这种技术需要建立在图片自动判读的专家系统上。 基于景物内容的景象匹配首先必须对景象图进行理解，景象图自身的复杂性( 噪声类型不 稳定、景物内容多样性) 使得单单依据灰度图像理解技术对景物图进行解释的工作难度很大， 必需建立在景象自动解释专家系统基础之上。景象自动解释专家系统不仅仅依据可见光图像信 息，还依据高光谱图像、红外图像以及专家知识等多方面信息进行景物内容的判别。受传感器 以及图像处理技术发展的制约，多年来这方面的专家系统发展缓慢，因而非常困难，也非常不 成熟。相比之下，基于特征的方法在多传感器图像匹配中效果较好。 1 3 3 基于特征的匹配算法 基于图像特征的匹配方法鲫大大减少了匹配过程的计算量；同时，由于特征点对位置的变 化比较敏感，可以大大提高匹配的精确程度；而且，特征点的提取过程可以减少噪声的影响， 对灰度变化，图像形变以及遮挡等都有较好的适应能力。 图像特征匹配方法是提取图像中的一些特征点，然后借助这些特征点进行匹配。常使用的 4 特 区 目 等 点 松 比 所 基于特征的图像匹配每一个步骤都有需要解决的难题。 首先，我们应该确定哪种特征适合于待匹配的图像。而这种特征应该是在图像中稳定且易 于提取，并有一定的区分度。特征提取的方法应该有好的定位精度，且对图像变化具有鲁棒性。 其次，特征匹配遇到的问题一般是由特征提取或图像退化影响引起的。由于不同的成像条 件和传感器的光学敏感性，相关的特征可能不是完全相同的。在选择特征提取算法和相似性度 量准则时必须考虑到这些因素。 最后，在变换模型参数估计时，应该根据具体情况选择适当的几何变换模型，然后根据匹 配特征对估计出变换参数。 为了提高图像匹配定位精度，实现亚像素的匹配精度，目前一般利用快速傅立叶变换、相 位相关、最小二乘、贝叶斯以及曲面拟合等方法。围绕减少搜索空间和减少匹配时间的问题， 研究者们相继提出了序贯相似性检测算法、两级模板匹配算法、分层序贯匹配算法、多子区域 相关匹配算法等各种快速匹配算法【2 0 】。 在实际应用中，目前还没有找到能够满足各种应用要求的匹配算法，需要针对特定的应用 环境采用和设计相应的匹配算法及其相关处理程序，特别是有些特定的匹配问题，如图像之间 存在复杂的成像畸变、多传感器成像匹配等，还没有较好的匹配算法，而这类问题是目前景象 匹配系统中急需解决的问题【2 3 1 。 另一方面，由于景象匹配辅助导航的目的是为惯性导航提供实时的位置修正信息，因此图 像匹配算法的实时性也至关重要。并且，景象匹配辅助导航系统中的图像匹配算法的研究也应 与惯性导航系统本身的误差漂移特性紧密的结合起来。只有基于对惯性导航系统的了解，才能 5 基于局部不变特征的实时精确景象匹配算法研究 将景象匹配发挥其最大的效能，并能真正的为精确武器的研制提供理论和技术支持，但目前基 于惯性导航的景象匹配研究还比较少。 1 4 图像匹配技术难点 国内外的研究者对图像匹配进行了广泛和深入的研究，针对不同类型的图像提出了很多种 方法。但是，目前研究中还存在着很多的困难，主要面临的技术难点【2 0 1 有： ( 1 ) 基于异源图像匹配技术 图像匹配过程存在同源和异源两种情况，异源是指待匹配的两幅图像来自于性质完全不同 的传感器，如s a r 与光学图像，目前异源图像之间的匹配还没有完全解决。 ( 2 ) 亚像素级精度的图像匹配的实现 在实际的研究中，由于受图像匹配误差源的影响，利用图像特征匹配时获取区域和边缘困 难、或图像缺乏必需的特征，高精度的图像匹配难度较大。 ( 3 ) 快速匹配算法的实现 基于灰度的图像匹配方法中遍历的搜索和基于特征的图像匹配方法中特征的匹配都是比较 耗时的运算。特别针对较大尺寸的图像匹配，图像数据量增大，特征点数量增多，特征匹配计 算量更是呈几何级数增长，在这种情况下要实现高精度的匹配，必然占用较长的运算时间。因 此，如何提高匹配速度，达到景象匹配辅助导航实时性的要求也是一大难题。 ( 4 ) 较大几何畸变条件下的匹配技术的实现 在待匹配图像之间有较大的平移、尺度、旋转时，甚至还有图像成像畸变的情况下，图像 匹配存在严重的困难。许多在上述差别较小时适用的算法，在遇到这些情况时，常常无法正确 匹配。 ( 5 ) 高性能、快速的s a r 同源图像匹配技术 由于s a r 属于相干成像，斑点噪声是s a r 图像的固有特点，但是s a r 图像的斑点噪声严 重地影响了s a r 图像的匹配。 1 5 论文主要研究内容和意义 随着科学技术和计算机技术的飞速发展，组合导航系统已成为发展的主流，而景象匹配辅 助导航系统则是当前研究的热点之一。因此，结合我国对精确打击武器的迫切需要，开展基于 景象匹配辅助的自主精确导航技术研究，具有相当重要的理论意义和国防应用价值。 由于景象匹配辅助导航的目的是为惯导提供实时的位置修正信息，因此，图像匹配算法的 关键是精确性、实时性和鲁棒性。而这些性能受图像特征点集、匹配搜索策略、匹配算法等多 方面的限制。最近几年提出了许多优秀的局部不变特征提取算洲2 4 1 ，有些算法在解决图像特征 提取与匹配方面已经十分稳健。由于局部不变特征只利用目标局部区域构造信息量，搜索空间 6 南京航空航天大学硕士学位论文 小，匹配速度快，能实现亚像素级精度和快速的图像匹配。 针对在较大几何畸变条件下的图像匹配问题和高斑点噪声影响下的s a r 图像匹配问题，本 文在分析研究图像局部不变特征提取算法的基础上，考虑到景象匹配辅助导航的应用背景，从 特征提取与描述、特征匹配等方面对基于局部不变特征的图像匹配技术展开研究，提出一系列 的改进措施，并在此基础上，应用鲁棒估计算法和最小二乘算法，来增强算法的精确性。 同时，论文针对上述的发展趋势和面临的实际问题，并结合中高精度的惯性导航系统，开 发了一套基于局部不变特征的惯性景象匹配组合导航仿真系统，为景象匹配辅助导航系统的工 程化实现提供理论和方法指导。本文紧跟实际需求，使得现有研究成果能够顺利地应用于导航 领域，在未来的实战应用中将发挥重要作用。 论文主要研究了基于图像局部不变特征的景象匹配辅助导航系统中的图像匹配关键技术， 深入分析了现有算法的特点，以此为基础，研究并提出了适用于景象匹配辅助导航的方案和改 进算法，并对匹配方案和算法的有效性进行了深入分析和仿真验证，最后，还搭建了完整的仿 真平台实验验证了论文算法的有效性。全文共六章，论文主要内容如下： 第一章：绪论 本章首先对景象匹配辅助导航系统进行了概要的介绍；根据图像匹配算法的三大分类：基 于区域的图像匹配技术、基于特征的图像匹配技术、基于解释的图像匹配技术，阐述了国内外 已有的雷达和光学图像匹配算法，并详细分析了基于特征的图像匹配技术；总结了国内外在景 象匹配算法方面的研究现状和技术难点，指出了开展本课题的意义；最后阐述了本论文的主要 内容。 第二章：基于局部不变特征的景象匹配方案研究 本章首先介绍了景象匹配辅助导航系统的总体构成，景象匹配的数学描述和空间变换模型； 阐述了目标的成像模型，给出了不变特征的理论依据；并详细论述了图像不变特征和局部不变 特征，验证了图像局部不变特征提取理论和方法应用在景象匹配辅助导航系统中的有效性，为 开展基于图像局部不变特征精确、快速、鲁棒的图像匹配算法研究奠定了基础。 第三章：基于局部不变特征的抗变形快速景象匹配算法研究 本章在分析了适用于景象匹配辅助导航系统的图像匹配算法特点的基础上，针对实测图和 参考图之间存在较大几何畸变的情况下，提出了实时精确的基于s i f t 特征的图像匹配算法。 首先，针对惯性组合导航的工作特点，对s i f t 特征点检测及特征点匹配进行优化设计。然后， 用r a n s a c 方法过滤掉错误匹配点，寻找图像精确匹配参数模型。最后，进行最小二乘精确 匹配算法获取航向和位置偏差信息。通过图像匹配仿真实验对该算法的精度、实时性、抗噪性、 匹配适应性等进行了测试，验证了该算法的有效性。 第四章：基于局部不变特征的鲁棒景象匹配算法研究 7 基于局部不变特征的实时精确景象匹配算法研究 针对s a r 图像受到几何畸变和严重斑点噪声的影响，提出并实现了s a r i n s 组合导航系统 中基于s u r f 的鲁棒景象匹配算法。s u r f 首先将图像转化为积分形式，然后利用h e s s i a n 矩阵 检测出特征点，最后计算4 x 4 子区域内特征点的哈尔小波响应之和，形成6 4 维的特征描述符。 仿真结果表明该算法能满足高斑点噪声影响下的s a r 图像匹配情况。 第五章：惯性景象匹配组合导航仿真研究 本章利用景象匹配辅助导航仿真系统平台，采用模拟仿真的方式，产生飞机飞行航迹，通 过惯导仿真平台的数据，和图像匹配定位输出信息，进行组合导航系统的误差修正。实验结果 证明本文所提出的基于局部不变特征的景象匹配算法用于辅助导航方案的有效性。 第六章：总结与展望 本章对全文的研究内容进行了回顾，总结了全文的主要贡献和创新成果，并对尚未解决的 问题和今后进一步的研究工作进行了展望。 8 南京航空航天大学硕士学位论文 2 1 引言 第二章基于局部不变特征的景象匹配方案 景象匹配辅助导航系统是一种利用机载高分辨率雷达或光电图像传感器实时获取地面景物 图像，然后与机载计算机中预先存储的二维景象数字地图相比较，用于确定出飞行器位置的计 算机导航系统。由于图像匹配具有很高的精度，可以用来消除惯导系统长时间工作所产生的累 积误差，以此来改善惯导系统的定位精度。 在景象匹配辅助导航中，特征点的合理选取是提高图像匹配速度、精度和鲁棒性的关键因 素之一。景象匹配中要求提取出的特征是那些可靠性高、辨别性强、计算量小的不变特征。目 前，虽然在图像匹配算法方面已经开展了大量的研究，但在如何选择合适的特征点和图像匹配 算法以满足导航系统的特殊要求方面仍然有待探索。 局部不变特征不受图像外在表象的影响，与其它特征量相比，在鲁棒性、可重复性、独特 性等方面均具有较大优势，针对待匹配图像之间存在较大几何畸变和高噪声影响的情况下，本 文提出了基于局部不变特征的景象匹配方案。 2 2 景象匹配的理论分析 2 2 1 景象匹配的数学描述 景象匹配指的是建立参考图和实测图之间的对应关系的一种重要的图像分析与处理技术， 景象匹配技术是景象匹配辅助导航系统的核心，决定了导航系统的总体性能。 如果将图像表示为一个二维矩阵，厶 ，y ) 、厶( x ，少) 分别表示两幅图像在点心”处的灰度 值，则景象匹配是两幅图像间的空间位置和灰度的映射【1 7 】，记为： 厶( z ，力= g ( ( 厂( x ，力) )( 2 1 ) 其中，f 为二维空间几何变换函数，g 为一维灰度变换函数。匹配问题就是要找到最优的空 间几何变换f 和灰度变换g ，通常情况下，灰度变换关系并不是必要的，重点是得到最优空间 几何变换舷，y ) ，以进一步达到配准、定位、识别等目的。 2 2 2 空间变换模型 景象匹配问题就是找到实测图和参考图之间的最优几何变换。空间变换模型的选取与图像 的变形特性有关1 7 j 。公式( 2 1 ) 中函数f 的空间变换模型描述方式有两种：1 ) 全局变换的形 式( g l o b a lt r a n s f o r m a t i o n ) ：将两幅图像之间的空间对应关系用一个函数来表示，对整幅图像都 9 基于局部不变特征的实时精确景象匹配算法研究 有效，通常涉及矩阵代数，典型的变换运算有平移、旋转和尺度绢放，这种方式为大多数图像 匹配方法采用；2 ) 局部变换的形式( 1 0 c a lt r a n s f o r m a t i o n ) ：当全局变换的形式不能满足需要时， 采用局部变换形式。由于局部变换随图像像素位置的变化而变化，变换规则不完全一致，所以