论文部分内容阅读
景象匹配导航是将飞行器实时拍摄的航拍图像与内部存储的地图数据进行比较和匹配,匹配成功后,根据地图数据携带的地理位置信息获取当前位置。由于其自主性和高精度,景象匹配导航作为辅助导航技术具有重大的应用价值。景象匹配中参与匹配的预存图像的来源与航拍图像差异较大,且常常是分辨率较低的复杂自然场景,而且存在由海量预存图像造成的匹配耗时的问题。景象匹配的核心是图像匹配算法的选择,因此要解决的关键问题就是异源图像之间的实时匹配。本文结合实际需求,意在利用景象匹配实现航拍图像定位。针对这一问题,本文结合实际和不同图像匹配算法的性质,提出了一种解决方案,将整个匹配过程分为粗匹配和精匹配两个部分。本文的主要工作可以概括为以下三个方面:1.图像粗匹配算法提出。粗匹配算法意在实现在预存图像中快速筛选出与航拍图像相似度最高的图像,从而达到减少后续精匹配次数的目的。首先本文提出了两种预处理方法来减少异源图像对匹配结果的影响:分别是基于显著性特征提取和基于KFCM聚类的图像预处理方法,然后,针对局部重叠问题,本文选取了基于灰度的模板匹配方法来进行航拍图像与预存图像之间的相似性度量。2.SURF算法的改进。用于精匹配的SURF算法性能优越,但整个匹配过程耗时过长,因此本文提出一种基于显著性特征加权的SURF特征提取方法,实现了仅在图像上有意义的区域提取特征,以此来减少特征点个数。其次,针对误匹配情况,本文结合了比值检测和单应性估计两种方法实现了对误匹配的删除。3.解决方案整体优化。除了在算法上进行改进,本文结合实际考虑,提出了两种在方案执行的过程中减少运行耗时的方法。首先,将整个过程中需要的与预存图像相关的结果提前计算并作为预存数据存储起来,这样在实际匹配中可以直接调用,减少图像预处理时间。其次,采用并行计算的方式,综合考虑各个步骤的耗时和执行顺序,采用并行计算的方式可以减少运行时间。最后,对本文提出的方法进行总结,说明了方法中存在的问题。针对现有问题提出了预想的解决方案,并对以后的研究内容与研究方向进行了展望。