一种基于二次签名型的图像匹配方法

    公开(公告)号:CN116168220A

    公开(公告)日:2023-05-26

    申请号:CN202211591802.5

    申请日:2022-12-12

    Abstract: 本发明公开了一种基于二次签名型的图像匹配方法,包括:得到对应关系集;基于第一关系集和第二特征点集中的特征点及特征点的邻域点,得到第一代价函数;将第一代价函数转换为简化后的第二代价函数;根据特征点和邻域点之间的权重向量以及相似矩阵得到二次签名型距离;根据向量角度和长度的邻域拓扑结构的一致性得到第一量化距离,根据二次签名型距离对结构的一致性度量得到第二量化距离;基于第一量化距离和第二量化距离,将第二代价函数转换为第三代价函数;将第三代价函数转换第四代价函数,最小化简化后的第四代价函数,得到最优的对应关系集。本发明可以更准确的衡量局部结构的相似性,提高移除错误对应关系的能力,保留更可靠的对应关系。

    一种基于改进的RANSAC的图像配准方法

    公开(公告)号:CN113470085B

    公开(公告)日:2023-02-10

    申请号:CN202110548022.1

    申请日:2021-05-19

    Inventor: 冯大政 曾晶晶

    Abstract: 本发明提供的一种基于改进的RANSAC的图像配准方法,该方法融合k近邻匹配相似度算法和双阈值RANSAC算法,在利用k近邻匹配相似度算法进行内点筛选时,小于k近邻特征点中匹配点对数阈值的特征点作为外点,k近邻特征点中匹配点对数大于对数阈值同时k近邻匹配相似度大于第二相似度阈值的特征点构成第一特征点集合,k近邻特征点中匹配点对数大于对数阈值同时k近邻匹配相似度大于第一相似度阈值的特征点构成第二特征点集合。利用两个特征点集通过改进的RANSAC算法得到变换矩阵参数以及内点集合,利用内点集合以及变换矩阵对待匹配图像进行配准。因此本发明可以提高配准精度以及配准效率。

    基于软决策优化的基础矩阵鲁棒估计方法

    公开(公告)号:CN109785372B

    公开(公告)日:2022-12-23

    申请号:CN201910022708.X

    申请日:2019-01-10

    Abstract: 本发明属于计算机视觉技术领域,公开了基于软决策优化的基础矩阵鲁棒估计方法。该方法包括:获取图像,提取特征点,为每个待匹配特征点选取k个对应的候选匹配特征点,进行粗匹配确定候选点对集;计算初始基础矩阵,将初始基础矩阵按列排列得到初始列向量;构建基于Sampson距离误差的软决策目标函数,采用驻点法得到递归公式,根据递归公式及初始列向量迭代递归,得到收敛向量;将收敛向量反变换为3×3的矩阵,并采用奇异值分解法将矩阵的秩限制为2,得到基础矩阵;根据估计得到的基础矩阵确定内点集合。本发明能够有效应对大的噪声和过高比例的外点影响,准确的估计基础矩阵和内点集。

    一种基于FFT的平面阵MIMO雷达波形设计方法

    公开(公告)号:CN106842134B

    公开(公告)日:2019-07-09

    申请号:CN201611178524.5

    申请日:2016-12-19

    Abstract: 本发明属于雷达技术领域,公开了一种基于FFT的平面阵MIMO雷达波形设计方法,包括:建立MIMO雷达的几何模型,分别在二维均匀平面阵列的方位角范围及俯仰角范围内均匀抽取多个方位角和俯仰角,对于其中的任一方位角和任一俯仰角,计算得到对应的发射导向矢量;对于每一个发射波束,分别构造对应的方位角范围及俯仰角范围,并分别利用所构造方位角范围和俯仰角范围计算X轴上的协方差矩阵和Y轴上的协方差矩阵,再利用X轴上的协方差矩阵和Y轴上的协方差矩阵得到该发射波束对应的协方差矩阵;利用全部协方差矩阵及全部发射导向矢量计算得到MIMO雷达的方向图函数。本发明能够实现对平面阵MIMO雷达的波形设计,且运算量较小。

    一种基于认知的机载雷达异构杂波抑制方法

    公开(公告)号:CN106353732B

    公开(公告)日:2019-02-19

    申请号:CN201610668219.8

    申请日:2016-08-15

    Abstract: 本发明属于雷达技术领域,公开了一种基于认知的机载雷达异构杂波抑制方法,包括:建立机载相控阵雷达的均匀杂波模型,获取空时采样数据;确定异构因子,利用异构因子得到第一协方差矩阵;计算得到第二协方差矩阵;根据第一协方差矩阵以及第二协方差矩阵,计算得到基于先验知识的异构杂波协方差矩阵;利用基于先验知识的异构杂波协方差矩阵,求解线性约束的最优化问题,得到最优空时滤波器系数,进而构造得到空时滤波器,利用空时滤波器滤波;本发明能够滤除异构杂波,从而提高雷达在非均匀或非平稳杂波环境中的检测性能。

    一种带补偿策略的火山口形SAR图像边缘检测方法

    公开(公告)号:CN108648202A

    公开(公告)日:2018-10-12

    申请号:CN201810354734.8

    申请日:2018-04-19

    Abstract: 本发明公开了一种带补偿策略的火山口形SAR图像边缘检测方法,属于SAR图像处理技术领域,思路为:确定SAR图像,所述SAR图像中每一个像素点分别对应通过一个火山口形滑动窗口滤波器的窗函数进行滤波,进而计算得到SAR图像中每一个像素点处的边缘响应值;确定强候选边缘图和待确定边缘图;计算待确定边缘图中每一个待确定像素点的比例响应强度值;然后得到B'个弱边缘像素点和B”个非边缘像素点;进而得到SAR图像的边缘强度图;根据所述SAR图像的边缘强度图,得到SAR图像边缘图,所述SAR图像边缘图为一种带补偿策略的火山口形SAR图像边缘检测结果所述SAR图像边缘图的大小与所述SAR图像的大小相同。

    基于解析搜索亚像素偏移量的干涉SAR图像精配准方法

    公开(公告)号:CN104933673B

    公开(公告)日:2018-04-06

    申请号:CN201510364208.6

    申请日:2015-06-26

    Abstract: 本发明公开了一种基于解析搜索亚像素偏移量的干涉SAR图像精配准方法,包括以下步骤:(1)采用干涉SAR获取两幅SAR复图像,分别是主图像I1和副图像I2;(2)从主图像I1和副图像I2中分别提取主图像窗口和副图像窗口定义副图像窗口相对于主图像窗口的亚像素偏移量为(dx,dy),通过对副图像窗口上的像素点(x′+dx,y′+dy)周围的像素点(m,n)进行插值,计算副图像窗口在像素点(x′+dx,y′+dy)的像素值并计算主图像窗口和副图像窗口的二维互相关函数构造连续代价函数为(3)优化连续代价函数,并求解连续代价函数的最大值,该最大值对应的亚像素偏移量为副图像窗口相对于主图像窗口的最佳的亚像素偏移量。本发明不仅提高了干涉SAR图像配准的运算速度,而且获得了更高的配准精度。

    基于约束加权最小二乘的雷达目标联合同步与定位方法

    公开(公告)号:CN106405533A

    公开(公告)日:2017-02-15

    申请号:CN201610781139.3

    申请日:2016-08-30

    CPC classification number: G01S13/06

    Abstract: 本发明属于雷达目标同步与定位,公开了一种基于约束加权最小二乘的雷达目标联合同步与定位方法。通过引入辅助变量将观测得到的一系列非线性方程转化为一组伪线性方程,然后根据变量与辅助变量之间的关系把伪线性定位方程转化为约束加权最小二乘问题,最后利用拉格朗日乘子法对目标位置进行求解;该方法不仅可以得到目标位置的闭式解,而且在近场和远场的环境下都可以达到较高的估计精度。

    基于遗传算法的机载雷达脉冲重复频率组优化方法

    公开(公告)号:CN103885033B

    公开(公告)日:2016-03-02

    申请号:CN201410064471.9

    申请日:2014-02-25

    Abstract: 本发明属PD体制雷达信号处理技术领域,公开了基于遗传算法的机载雷达脉冲重复频率组优化方法。该基于遗传算法的机载雷达脉冲重复频率组优化方法包括以下步骤:机载雷达获取城市杂波所在的多普勒单元位置;分别对机载雷达的距离维和多普勒维进行离散化处理;构建机载雷达的脉冲重复时间组搜索矢量,定义机载雷达脉冲重复时间组对应的代价函数;定义机载雷达脉冲重复时间组中每种脉冲重复时间的约束条件;利用机载雷达脉冲重复时间组对应的代价函数、机载雷达脉冲重复时间组中每种脉冲重复时间的约束条件,构建优化模型;采用遗传算法对所述优化模型进行求解,得出最优的脉冲重复时间组;得出最优的脉冲重复频率组。

    基于复旋转矩阵的非正交联合对角化回波信号处理方法

    公开(公告)号:CN105182299A

    公开(公告)日:2015-12-23

    申请号:CN201510401321.7

    申请日:2015-07-09

    CPC classification number: G01S7/292 G01S7/354

    Abstract: 本发明实施例提供一种基于复旋转矩阵的非正交联合对角化回波信号处理方法,能够避免奇异解的出现,提高了计算效率。该方法包括:(1)提取矩阵元素;(2)构造中间矩阵;(3)最小化代价函数;(4)求给定位置参数值下的第一旋转矩阵;(5)用(4)中求得的第一旋转矩阵更新回波信号的协方差复矩阵集合中的每一个协方差矩阵,得到新的矩阵组。同上述步骤(1)、(2)、(3),提取新矩阵组中对应矩阵的元素,构造中间矩阵,最小化代价函数;(6)求给定位置参数值下的第二旋转矩阵;(7)更新完所有位置参数的取值,得到联合对角化因子矩阵。

Patent Agency Ranking