基于malab的全景匹配算法研究

景觀跟蹤技術(shù)是在航天技術(shù)、衛(wèi)星應(yīng)用技術(shù)、計(jì)算機(jī)、圖像處理和模式識(shí)別的基礎(chǔ)上發(fā)展起來(lái)的一門(mén)新技術(shù)。在軍事領(lǐng)域，如飛機(jī)輔助導(dǎo)航、遠(yuǎn)程武器或精確的軍事指揮系統(tǒng)，如巡警的中央控制和其他應(yīng)用具有重要的應(yīng)用價(jià)值。雖然景象匹配技術(shù)應(yīng)用很廣,但是在實(shí)際使用中卻存在各種局限性,受到各種因素的影響,使匹配的正確率降低,甚至匹配失敗。而景象匹配必須用到匹配算法,匹配算法的優(yōu)劣、執(zhí)行效率如何以及算法的適應(yīng)性等,是精確制導(dǎo)武器能否實(shí)現(xiàn)精確制導(dǎo)的重要條件。1測(cè)試程序的適應(yīng)性在實(shí)際的應(yīng)用中,算法的匹配性能又稱(chēng)之為算法的適應(yīng)性。算法的適應(yīng)性如何將直接決定匹配的成功與否,最終決定了能否把巡航導(dǎo)彈導(dǎo)引至正確目標(biāo)。影響算法適應(yīng)性主要有內(nèi)部因素和外部因素。1.1算法復(fù)雜性分析評(píng)價(jià)算法性能的內(nèi)部因素主要是算法的復(fù)雜性。算法復(fù)雜性的高低體現(xiàn)在運(yùn)行該算法所需要的計(jì)算機(jī)資源的多少上,所需資源越多,說(shuō)明該算法復(fù)雜性越高;反之,所需資源越少,該算法的復(fù)雜性就越低。最重要的計(jì)算機(jī)資源是時(shí)間和空間資源。算法的復(fù)雜性有時(shí)間復(fù)雜性和空間復(fù)雜性之分。在實(shí)際應(yīng)用中,算法的時(shí)間復(fù)雜性更能受到關(guān)注,特別是在像巡航導(dǎo)彈制導(dǎo)等這類(lèi)對(duì)實(shí)時(shí)性要求極高的領(lǐng)域。1.2圖像的光學(xué)特征影響匹配性能的外部因素有以下幾種:(1)基準(zhǔn)圖的選擇;(2)成像傳感器類(lèi)型;(3)實(shí)時(shí)圖成像時(shí)節(jié)和天氣條件;(4)基準(zhǔn)圖與處理;(5)地形起伏和景物遮擋;(6)圖像特征不明顯;(7)圖像的重復(fù)概率等。而在上述因素中,噪聲是一種普遍存在的影響源。衛(wèi)片或航片在攝取的過(guò)程中,由于是在高空拍攝,往往處在云層上方,云層的覆蓋會(huì)使圖像上物體的外形、顏色的深淺(即圖像上像素灰度值)等發(fā)生變化。再加上其它如天氣、季節(jié)、地形、地貌等都會(huì)使圖像拍攝出來(lái)后與原圖發(fā)生失真。因此,信噪比(SNR)是影響地圖匹配各項(xiàng)性能指標(biāo)的重要參數(shù),抑制噪聲和提高信噪比也是地圖匹配預(yù)處理中的一項(xiàng)很重要的工作。2解析方法及相似度度量研究人員提出過(guò)很多景象匹配算法,這些算法主要可以分為3類(lèi):灰度型、特征型和結(jié)構(gòu)型。灰度型算法包括MAD(平均絕對(duì)差)算法、Nprod(歸一化積相關(guān))算法等;特征型算法包括圖像矩算法、邊緣特征算法、物理特征算法等;結(jié)構(gòu)型算法有基于“質(zhì)地子”的匹配算法等。在一些場(chǎng)合,為了提高算法的匹配精度,還可以將多種類(lèi)型的算法結(jié)合起來(lái),稱(chēng)之為復(fù)合型算法,典型算法如圖像的指紋函數(shù)匹配算法。雖然有多種匹配算法,但大部分還處于理論階段或試驗(yàn)階段,真正實(shí)用的算法并不多。本文在以下內(nèi)容將選取兩種成熟算法,即MAD算法和Nprod算法,實(shí)現(xiàn)算法在各種因素下的匹配性能仿真平臺(tái),并將重點(diǎn)分析算法對(duì)噪聲的適應(yīng)性。對(duì)算法加以分析比較,確定各自的適應(yīng)性。在地圖匹配中,度量實(shí)時(shí)圖和任一子圖相似性程度可以直觀地從兩圖對(duì)應(yīng)的圖像矢量在歐幾里得空間中的幾何關(guān)系得出。因?yàn)樵陔x散情況下,實(shí)時(shí)圖和任一試驗(yàn)位置(u,v)上的子圖都可以表示成N1N2×1維的矢量,分別記作y和xu,v,它們?cè)跉W幾里得空間R中的幾何關(guān)系,如圖1所示。由此可以發(fā)現(xiàn),如果圖像矢量y和x之間的夾角θ,或者它們矢段之間的距離,即它們的差矢量ε的范數(shù)|ε|愈小,則圖像矢量y和xu,v愈趨向一致。換句話說(shuō),實(shí)時(shí)圖與實(shí)驗(yàn)位置(u,v)上的那一個(gè)匹配子圖愈加相似。反之,如果θ和|ε|愈大,則表示實(shí)時(shí)圖與實(shí)驗(yàn)位置(u,v)上的那個(gè)子圖愈不相似。于是,得出結(jié)論:距離|ε|或角度θ(或θ的函數(shù))均可用來(lái)描述兩幅圖像之間的相似程度。所以,可以引出如下相似度度量算法:MAD算法定義為對(duì)應(yīng)到匹配圖像中,N1,N2表示實(shí)時(shí)圖的長(zhǎng)與寬(即像素點(diǎn)的個(gè)數(shù))。它采用矢量圖中最小距離的方法(即ε最小),當(dāng)實(shí)時(shí)圖與基準(zhǔn)子圖完全相同時(shí),D(u,v)最小為0,在實(shí)際情況中,當(dāng)D(u,v)小于某一個(gè)閾值時(shí),即認(rèn)為匹配成功。Nprod算法定義為式中,M(u,v)表示試驗(yàn)位置(u,v)上的度量值,又稱(chēng)為“Nprod系數(shù)”。xu+i,v+j表示搜索位置上匹配子圖的第(i,j)個(gè)像元灰度值,yi,j是實(shí)時(shí)圖第(i,j)個(gè)像元灰度值?？梢钥闯?式中,0≤M(u,v)≤1,M(u,v)值越接近“1”,二者越相似,當(dāng)M(u,v)=1(即θ=0)時(shí)說(shuō)明二者完全一致,但在實(shí)際情況中,當(dāng)M(u,v)大于某一個(gè)閾值時(shí),則認(rèn)為正確匹配。在數(shù)字圖像處理中,MAD與Nprod算法是兩種最常用,也是最經(jīng)典的匹配算法,實(shí)際中被大量使用。3算法的適應(yīng)性分析本平臺(tái)設(shè)計(jì)目的在于建立一套景象匹配算法適應(yīng)性驗(yàn)證、分析以及性能評(píng)估系統(tǒng),以解決兩方面的問(wèn)題:(1)用典型地區(qū)影像資源作為基準(zhǔn)圖,而用不同時(shí)節(jié)、氣候條件和傳感器的情況下獲得的同一地區(qū)景象圖作為實(shí)時(shí)圖,利用各種各樣的景象匹配算法進(jìn)行匹配,加以分析比較,確定各種算法的適應(yīng)性;(2)對(duì)于確定的景象匹配算法,使用不同的匹配基準(zhǔn)圖和實(shí)時(shí)圖進(jìn)行匹配,以選擇合適的基準(zhǔn)圖,為任務(wù)規(guī)劃和基準(zhǔn)圖選擇準(zhǔn)則的選取提供參考依據(jù)。本平臺(tái)采用的硬件環(huán)境為CPU:Pentium41.7GHz,內(nèi)存:256MB,整個(gè)仿真平臺(tái)在Windows2000professional操作系統(tǒng),C++Builder5編譯環(huán)境下中實(shí)現(xiàn)。算法適應(yīng)性分析平臺(tái)的設(shè)計(jì),主要是基于MAD算法和Nprod算法模型,兩個(gè)算法的實(shí)現(xiàn)思路大體相似,都是將實(shí)時(shí)圖與匹配子圖對(duì)應(yīng)的像素灰度值進(jìn)行數(shù)學(xué)處理,計(jì)算出一個(gè)記錄匹配情況的數(shù)值,與閾值進(jìn)行比較,滿足要求,則認(rèn)為正確匹配。匹配完成后根據(jù)各種加噪級(jí)數(shù),計(jì)算出正確匹配概率,輸出數(shù)據(jù)與對(duì)應(yīng)圖表。3.1算法的時(shí)間復(fù)雜性以下算法段描述了基準(zhǔn)圖與實(shí)時(shí)圖匹配的關(guān)鍵步驟:3.2圖像加噪處理仿真時(shí)為增強(qiáng)真實(shí)感,以典型城市建筑物作為基準(zhǔn)圖,從基準(zhǔn)圖中隨機(jī)截取一定大小圖像作為實(shí)時(shí)圖,將實(shí)時(shí)圖在各個(gè)加噪級(jí)數(shù)下進(jìn)行加噪處理,并與基準(zhǔn)圖匹配,得出各加噪級(jí)數(shù)下的正確匹配概率?；鶞?zhǔn)圖、實(shí)時(shí)圖及典型加噪級(jí)數(shù)下的實(shí)時(shí)圖如圖2。3.2.1prod系數(shù)的確定在平臺(tái)功能實(shí)現(xiàn)的過(guò)程中,有兩個(gè)地方涉及到閾值的選取。在MAD算法中,mad初值的確定,由于沒(méi)有一個(gè)確定的公式可以計(jì)算出該值的具體大小,因此只能根據(jù)實(shí)際的經(jīng)驗(yàn)值得出。在本系統(tǒng)中,對(duì)于基準(zhǔn)圖為160×160,實(shí)時(shí)圖為64×64,mad值取為220000。由于算法的巧妙設(shè)計(jì),在匹配過(guò)程中可以將閾值根據(jù)情況不斷修正,最終得到與理想值非常接近的閾值。經(jīng)過(guò)驗(yàn)證,對(duì)于一般的城市建筑物航片,在圖像像素灰度值變化不大的情況下,該mad值的選取是符合實(shí)際的,得出的數(shù)據(jù)表和曲線圖分析,數(shù)據(jù)與實(shí)際值比較接近,曲線圖與實(shí)際吻合。同理,在Nprod算法中,prod系數(shù)的確定也是由經(jīng)驗(yàn)值得出,本平臺(tái)中,prod值取0.75。在與MAD算法條件相同的情況下,經(jīng)驗(yàn)證,該取值在誤差允許的范圍內(nèi),滿足功能要求。仿真得到的數(shù)據(jù)如圖3。3.2.2測(cè)信噪比不適宜問(wèn)題仿真得出的曲線圖如圖4,通過(guò)曲線圖的直觀顯示,可以分析得出正確匹配概率與加噪級(jí)數(shù)之間的關(guān)系,即可方便得出正確匹配概率與圖像信噪比之間的關(guān)系。在實(shí)際應(yīng)用中,在能力所能達(dá)到的情況下,把信噪比控制在什么范圍內(nèi),正確匹配概率相對(duì)較高,這應(yīng)該是一個(gè)非常關(guān)心的問(wèn)題。因?yàn)檎_匹配概率是隨著信噪比的增加逐步減小的,并且減小的速度因所選的基準(zhǔn)圖的不同,或者在基準(zhǔn)圖中截取的實(shí)時(shí)圖的不同而發(fā)生變化。在具體驗(yàn)證中,由于上述原因,所得到的曲線圖的變化也比較明顯。反映在匹配概率會(huì)隨基準(zhǔn)圖的不同,整體性偏低或者偏高;對(duì)于同一幅基準(zhǔn)圖,也會(huì)由于隨機(jī)選取的實(shí)時(shí)圖不同而發(fā)生差異。但總體上說(shuō),如果所選基準(zhǔn)圖為特征比較明顯的城市建筑物,并且圖像明暗(即灰度)變化不很大時(shí),結(jié)果還是令人滿意的。4基準(zhǔn)圖和實(shí)時(shí)圖的對(duì)比利用算法的適應(yīng)性分析平臺(tái),經(jīng)過(guò)對(duì)大量衛(wèi)星航片(城市建筑物)的分析驗(yàn)證,證明本平臺(tái)功能實(shí)現(xiàn)正常,對(duì)兩種匹配算法進(jìn)行適應(yīng)性分析,得出的數(shù)據(jù)比較符合實(shí)際,曲線圖的比較結(jié)果正確。并得出以下結(jié)論:(1)MAD算法比Nprod算法的時(shí)間復(fù)雜性要小,仿真試驗(yàn)中,對(duì)于基準(zhǔn)圖和實(shí)時(shí)圖采用本平臺(tái)中的大小,在相同的硬件條件下所花時(shí)間大約為MAD算法的1.5倍;(2)在加噪情況下,正確匹配概率隨著信噪比的增加而減小,并且減小越來(lái)越慢;(3)在低信噪比,加噪級(jí)數(shù)大于等于10(SNR≤1)時(shí),歸一化積相關(guān)算法更好,即正確匹配概率較大;(4)在高信噪比,加噪級(jí)數(shù)小于等于7(SNR>1.28)時(shí),平均絕對(duì)差算法較好;(5)在其它加噪情況下,驗(yàn)證