景象匹配导航中的航路点自动提取算法

景象匹配导航中的航路点自动提取算法

ID:9036831

大小:1.94 MB

页数:5页

时间:2018-04-15

景象匹配导航中的航路点自动提取算法_第1页
景象匹配导航中的航路点自动提取算法_第2页
景象匹配导航中的航路点自动提取算法_第3页
景象匹配导航中的航路点自动提取算法_第4页
景象匹配导航中的航路点自动提取算法_第5页
资源描述:

《景象匹配导航中的航路点自动提取算法》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、万方数据第31卷第8期计算机仿真2014年8月文章编号:1006—9348(2014)08—0060—04景象匹配导航中的航路点自动提取算法公续平,程咏梅,宋琳,刘楠(西北工业大学自动化学院,陕西西安7l0072)摘要:针对景象匹配导航中适配区提取算法选取适配区时存在匹配精度低、速度慢的问题,提出了一种航路点自动提取算法。利用图像灰度信息、边缘信息和图像间互相关信息,对航拍图像中不同尺度图像样本进行参数训练,进而得到各尺度下的分类参数,并通过支持向量机完成航路点区域的自动粗分类。针对航路点选取过于密集导致选取的航路点不唯一及计算量增加的问题

2、,在欧式距离分类法基础上,提出了多分类无监督聚类算法,从而实现航路点的优化。仿真和航拍数据结果表明改进的算法可以自动提取航路点,并且提取的航路点具有信息量丰富、稳定性好、匹配精度高及速度快等优点。关键词:航路点;支持向量机;图像特征;无监督分类算法中圈分类号:7I玛91.9文献标识码:AAutoma廿cExtractionAlgorithm0fLandIllarksforSce玳一Matclling—B嬲edNa订gationGONGXu—ping,CHENGYong—mei,SONGLin,UUNan(CouegeofAutomation

3、,NonIlwestemP0l”echnicalUniversity,xi缸710129,China)ABSTRACT:Amethodfor跏tomaticextractionofl粕dmarksforvision—b鹊ednavigationispmposedintllispapertosolvetlleshort—comingsof10wmatchingpmbabilityandslowspeedinscenem砒chingarea’sselecti∞metllods.Accordingt0dⅢbrentsizeofs锄pleimage

4、s,thisalgorithmusesimagegrayfeatures,edgefeatures蛐dcorrelationpl锄estatisticfeatumstotrainingp猢etersviaSupportVectorMachine(sVM).’nlenweuseSVMtocl踞si匆tes-tingimages,锄dfinallywetakeunsupenrisedclusteringalgorithmtooptimizel锄dmarksselectedbySVM.SimIlla-tionexperiments肌dmalnig

5、htdatashowtIlatourmethodcan叫tomaticextractl舳dmarks,蛐dtlleextr∞tedl蚰d-markshavech啪ctersofstability,highmatchingacc岫cyandsh0Itmatchingtime.KEYWORDS:kmdmarks;SVM;Imagefeatures;Unsupenrisedclusteringalg面山m1引言适配区是指具有明显地物特征且特征唯一性和稳定性好的区域。基于适配区的景象匹配导航通过在基准图上选取具有良好匹配性能的区域,飞机飞行到适配区

6、时,采集的图像与存贮在飞行器上的基准图像匹配,完成基于适配区的景象匹配导航¨“o。适配区获取采用区域特征指标加权,对区域环境变化敏感,同时在进行景象匹配时,需要将当前实拍图像在机载较大的基准图上匹配,因此不能满足导航实时性要求。为了解决上述问题,瑞典unkoping大学、韩国三江大学和美国NAVSYS公司采用一种基于航路点的景象匹配导航基金项目:西安市科技计划项目(cxYl350(2))收稿日期:2013一ll—Ol修回日期:2013—12—05—60一方式¨1。该方式首先在基准图上人工选取航路点,当飞机飞行到航路点区域时,将航路点在实拍图

7、进行匹配,实现景象匹配导航,但是目前航路点自动提取方法未见报导。本文利用图像灰度、边缘和图像间互相关信息构建特征向量,提出一种基于支持向量机的航路点自动提取算法。该算法首先利用图像灰度信息、边缘信息和图像间互相关信息对不同尺度航拍图像样本进行参数训练,从而得到不同尺度下的分类参数;然后通过支持向量机完成航路点区域的自动粗分类;接着利用改进的多分类无监督聚类算法,实现航路点的优化;最后,通过三条航线的航路点自动选取和图像匹配导航实验,对本文算法进行了验证。2景象匹配导航中的航路点自动提取算法景象匹配导航中的航路点自动提取算法如图1所示。该方法

8、分为2部分:分类参数训练和航路点自动提取。万方数据L.:=●=●=气=●三————————————————————————————————一圈l景象匹配导航中的航路点自动提取算法

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。