论文摘要
惯导+图像制导炸弹具有很高的精度和巨大的效费比,必将在高技术局部战争中发挥重要作用。利用图像末制导方式可以校正惯导的累计误差,并降低对惯导的精度要求。景象匹配是一种有效的图像制导方式,本课题以低成本捷联导引头上的图像末制导为研究背景,对涉及景象匹配的关键问题进行了研究。景象匹配主要包括以下关键技术:图像校正技术;景象匹配区选择技术;景象匹配搜索策略;景象匹配可信度分析技术。本文在利用惯导提供位姿信息的基础上,实现了对实时图校正;并就如何选择有利的景象匹配区位置和大小进行了深入的研究;为了实现对目标的快速识别,本文对当前景象匹配算法的搜索策略进行了研究,改进了两种性能优异的搜索方式,可满足景象匹配的实时性要求;景象匹配的结果可能存在或大或小的误差,对打击任务来说,这种误差可能造成弹体偏离预定目标,因此本文对景象匹配的结果进行了可信度分析。论文主要从以下四个方面进行研究:（1）由于弹体飞行过程中三个姿态角和高度相对于基准图的拍摄条件存在较大差异,造成实时图和基准图之间存在较大形变,不利于景象匹配,本文分别从摄像机光轴引起图像形变、图像旋转变形和高度引起形变三个方面推导出了有效的图像校正算法。实验结果表明,该算法校正精度高,对惯导误差鲁棒性强,有利于提高景象匹配算法的定位精度。（2）在图像信息和相关曲面基础上构建了五类适配性指标,利用这些指标定义了景象匹配区位置和大小的选择算法,并分析了这五类指标的计算复杂度,以及它们的相关性。实验结果表明,本文对适配性指标和景象匹配区判定的定义合理,为景象匹配区的合理选取提供了理论依据。（3）图像制导系统对景象匹配实时性要求较高,而传统的景象匹配算法不能满足实时性的要求,本文提出了改进的爬山法搜索策略和遗传算法搜索策略。对保证较大概率搜索成功的初始爬山者数量,以及正确匹配概率进行了定量的理论研究;提出了“迟滞区”克服策略和自适应变异策略等改进措施。实验结果表明,本文改进后的算法能够满足系统对实时性和精度的要求。（4）探讨了景象匹配结果的可信度,本文通过建立的仿真平台生成训练样本集和测试样本集,采用BP网络进行训练,用离线条件下训练好的神经网络模型在线实时估计景象匹配结果的可信度;进一步提出了基于多匹配结果的剔除和重构算法,修正新产生的匹配点的位置坐标和可信度,克服单次匹配可能存在较大误差的缺陷,使匹配结果更可信。论文的研究始终紧紧围绕景象匹配系统对速度、精度和适应性的要求,从理论上对景象匹配系统的各个主要环节进行了较为深入的研究,基本上达到了设计目标。