红外序列图像匹配跟踪技术研究

论文摘要

红外图像的匹配跟踪是红外成像制导领域的关键技术之一。在工程实践中,由于探测器平台的姿态变化、弹目距离的改变、目标姿态的变化、背景杂波的干扰以及成像噪声的存在,导致摄取图像中的目标产生复杂的灰度和几何失真,给目标的匹配跟踪造成极大困难。因此,在这种情况下,研究红外图像的匹配跟踪问题具有很大的挑战性。本文围绕红外图像的匹配跟踪问题,研究了两类匹配跟踪技术,即帧间匹配技术和具有平移、旋转、尺度不变性的匹配技术。本文的主要工作和创新成果如下:（1）针对目标旋转给图像匹配带来的误差,提出了任意指定地面复杂场景图像目标的去均值相关匹配跟踪算法,通过对相关系数计算公式的近似推导,解决了相关系数运算量大的缺点,同时提出了模板图像的自适应更新方法和修正的自适应模板图像更新方法,并对这两种方法进行了性能比较。（2）针对图像匹配过程中的噪声和局部遮挡问题,提出了基于对应像素距离测度的自适应图像匹配跟踪算法,设计了匹配跟踪置信度,实现了根据置信度对模板图像进行加权自适应更新。（3）研究了图像信息理论和信息熵的基本性质,将互信息量、信息熵、交叉熵的概念引入图像匹配,研究了四个信息测度:最大互信息量值、最小联合熵、归一化互信息、熵相关系数。理论分析表明:对噪声分布和灰度变换不明的图像匹配,这些信息测度在应用前述模板更新条件下具有很好的匹配性能。在此基础上,提出了基于单元信息熵矢量特征和基于局部交叉熵的图像匹配跟踪算法。（4）研究了基于梯度方法的红外图像匹配跟踪算法,具体而言:首先介绍了GM算法、SGM算法和BDGM算法及其运动参数估计的迭代求解方法;其次研究了这三种算法的收敛性;然后提出了两种构造矩阵H的方法,实现了上述梯度方法,并进行了对比实验,达到了较好的匹配结果。（5）为了能够在模板图像和观测图像之间出现较大幅度的平移、旋转、缩放、噪声以及模板较小时,实现图像之间的准确匹配,提出了一种基于Fourier-Mellin变换和Newton迭代的图像匹配算法,并通过试验分析了Newton迭代算法的收敛性和该算法的适应性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题背景
• 1.2 国内外研究现状
• 1.3 本文的内容安排及主要成果
• 第二章 基于区域相关的红外图像匹配跟踪算法
• 2.1 概述
• 2.2 基于相似性测度的红外图像匹配跟踪算法
• 2.2.1 基本的相似性测度图像匹配跟踪算法
• 2.2.2 基于自适应模板更新的去均值相关匹配跟踪算法
• 2.2.3 基于对应像素距离测度的自适应图像匹配跟踪算法
• 2.3 本章小结
• 第三章 基于信息熵的红外图像匹配跟踪算法
• 3.1 概述
• 3.2 基于互信息测度的图像匹配算法
• 3.2.1 引言
• 3.2.2 熵的定义
• 3.2.3 互信息的定义与性质
• 3.2.4 基于互信息测度的图像匹配算法
• 3.2.5 实验结果与分析
• 3.2.6 结论
• 3.3 基于单元信息熵矢量特征的图像匹配跟踪算法
• 3.3.1 引言
• 3.3.2 信息熵及单元信息熵矢量
• 3.3.3 基于单元信息熵矢量的图像匹配跟踪算法
• 3.3.4 实验结果与分析
• 3.3.5 结论
• 3.4 基于局部交叉熵的图像匹配跟踪算法
• 3.4.1 引言
• 3.4.2 图像的局部交叉熵
• 3.4.3 基于交叉熵的图像匹配跟踪算法
• 3.4.4 实验结果与分析
• 3.4.5 结论
• 3.5 本章小结
• 第四章 基于梯度方法的红外图像匹配跟踪算法
• 4.1 概述
• 4.2 基于梯度方法的算法描述及收敛性分析
• 4.2.1 问题的提出
• 4.2.2 GM 迭代匹配算法
• 4.2.3 SGM 迭代匹配算法
• 4.2.4 BDGM 迭代匹配算法
• 4.2.5 三种梯度方法的收敛性分析
• 4.3 算法的实现及实验结果分析
• 4.3.1 仅有平移运动时，基于梯度方法的图像匹配算法的实现
• 4.3.2 有平移又有旋转运动时，基于梯度方法的图像匹配算法的实现
• 4.4 本章小结
• 第五章 基于FOURIER-MELLIN 变换的红外图像匹配跟踪算法
• 5.1 概述
• 5.2 基于FOURIER- MELLIN 变换的红外图像匹配跟踪方法
• 5.2.1 引言
• 5.2.2 Fourier 变换的平移、旋转和伸缩特性
• 5.2.3 Fourier 幅度谱的对数极坐标变换
• 5.2.4 基于Fourier-Mellin 变换的图像粗匹配
• 5.2.5 基于Newton 迭代算法的仿射参数优化
• 5.2.6 模板图像的更新
• 5.2.7 算法实现
• 5.3 试验结果与分析
• 5.3.1 收敛性分析
• 5.3.2 参数估计精度分析
• 5.3.3 匹配和跟踪效果
• 5.3.4 计算复杂度分析
• 5.4 本章小结
• 第六章 结束语
• 6.1 本文所取得的主要成果
• 6.2 进一步的工作
• 致谢
• 参考文献
• 作者在攻读博士学位期间发表的论文
• 附录 A 高斯-牛顿最优化算法的收敛特性