一、景像匹配技术中几何形变的仿真（论文文献综述）
罗锐[1]（2019）在《基于图像匹配的航拍图像定位研究》文中认为景象匹配导航是将飞行器实时拍摄的航拍图像与内部存储的地图数据进行比较和匹配,匹配成功后,根据地图数据携带的地理位置信息获取当前位置。由于其自主性和高精度,景象匹配导航作为辅助导航技术具有重大的应用价值。景象匹配中参与匹配的预存图像的来源与航拍图像差异较大,且常常是分辨率较低的复杂自然场景,而且存在由海量预存图像造成的匹配耗时的问题。景象匹配的核心是图像匹配算法的选择,因此要解决的关键问题就是异源图像之间的实时匹配。本文结合实际需求,意在利用景象匹配实现航拍图像定位。针对这一问题,本文结合实际和不同图像匹配算法的性质,提出了一种解决方案,将整个匹配过程分为粗匹配和精匹配两个部分。本文的主要工作可以概括为以下三个方面:1.图像粗匹配算法提出。粗匹配算法意在实现在预存图像中快速筛选出与航拍图像相似度最高的图像,从而达到减少后续精匹配次数的目的。首先本文提出了两种预处理方法来减少异源图像对匹配结果的影响:分别是基于显着性特征提取和基于KFCM聚类的图像预处理方法,然后,针对局部重叠问题,本文选取了基于灰度的模板匹配方法来进行航拍图像与预存图像之间的相似性度量。2.SURF算法的改进。用于精匹配的SURF算法性能优越,但整个匹配过程耗时过长,因此本文提出一种基于显着性特征加权的SURF特征提取方法,实现了仅在图像上有意义的区域提取特征,以此来减少特征点个数。其次,针对误匹配情况,本文结合了比值检测和单应性估计两种方法实现了对误匹配的删除。3.解决方案整体优化。除了在算法上进行改进,本文结合实际考虑,提出了两种在方案执行的过程中减少运行耗时的方法。首先,将整个过程中需要的与预存图像相关的结果提前计算并作为预存数据存储起来,这样在实际匹配中可以直接调用,减少图像预处理时间。其次,采用并行计算的方式,综合考虑各个步骤的耗时和执行顺序,采用并行计算的方式可以减少运行时间。最后,对本文提出的方法进行总结,说明了方法中存在的问题。针对现有问题提出了预想的解决方案,并对以后的研究内容与研究方向进行了展望。
方馨[2]（2019）在《面向形变图像的模板匹配算法研究》文中认为模板匹配是在空间上下文中对两幅图像进行配准的方法,其作为一种关键技术已经广泛应用于目标自主识别与跟踪等多个领域。由于实际场景中的图像往往含有各种形变,以及传统方法通常采用逐像素遍历搜索的匹配策略等原因,算法经常无法同时满足精度和速度要求。因此,本文围绕各种场景下的形变图像匹配算法准确性和快速性的问题,开展了以下研究:针对随机搜索方式易陷入局部最优解和二维仿射变换空间遍历搜索效率较低的问题,本文提出了具有自动寻优特性的异型粒子寻优快速匹配算法（简记为MPO）。该算法基于仿射变换模型,将随机性和变异机制结合以提升算法的全局搜索能力,并且采用离散采样机制减少计算量以提高匹配速度。同时,针对实际成像平台提供的姿态参数存在偏差的问题,本文提出了有偏姿态参数透视变换匹配算法（简记为BPT）。该算法基于透视变换模型,利用MPO算法中自动寻优的思想来修正有偏参数。实验证明,MPO算法具有较好的匹配性能,BPT算法能在迭代过程中有效消除姿态偏差。软件仿真测试结果也表明两种算法能满足实时性工程要求,可以很好地应用于现实匹配场景中。针对参数化模板匹配算法对复杂形变图像匹配能力不足的问题,本文在深度学习理论基础上,提出基于反卷积的模板匹配算法（简记DM-Net）,进一步扩大了模板匹配算法的适用范围。DM-Net结合孪生网络和双通道网络结构的特点,通过改进网络结构和损失函数来提高匹配精度,并加入反卷积网络用于图像编码来加快匹配速度。同时,本文还分析了各个结构改动对网络性能的影响,测试了该网络在标准数据集和成像平台图像序列上的匹配效果,并将其与其他匹配网络模型进行比较。实验结果表明,DM-Net具有较强的正样本灵敏度感知能力和负样本分辨能力。
巩哲[3]（2018）在《高维组合特征的序列图像辅助导航关键技术研究》文中提出图像匹配技术在自主导航领域具有重要的理论意义和巨大的发展前景。针对现有图像匹配导航技术的不足,本文以序列图像匹配辅助惯性导航为背景,对组合导航系统中的关键技术进行了深入研究。本文采用图像特征进行图像匹配,提出了基于稳定分支点构造高维组合特征的算法,高维组合特征以相交直线对的形式呈现,具有一定的几何结构,易于构建,且不易受噪声影响,同时具有点特征容易提取与直线特征易于匹配的优点。在此基础上,提出了基于高维组合特征的序列图像匹配算法,分析了特征间的几何约束关系,并提出了在序列图像帧间相对匹配的基础上,每隔一定时间利用参考图与实时图之间的绝对匹配消除累积误差的方法。针对高维组合特征分布不均以及仅使用特征的几何关系完成匹配算法的鲁棒性不好的现象,提出了基于Delaunay三角剖分改进高维组合特征的方法改善特征的分布,减少冗余计算。同时,针对几何特征易受图像变形影响的不足,本文提出了高维组合特征的区域特性,在此基础上,结合高维组合特征的几何特征和区域特征,共同形成高维组合特征的十维特征描述子,使得算法的鲁棒性进一步增强。最后,为了验证本文提出的高维组合特征的序列图像匹配算法的性能,将图像传感器、高度计和惯性导航系统的输出信息融合到一起,形成组合导航系统,同时研究了一种利用惯导信息增量修正延迟的改进卡尔曼滤波算法,对多信息进行融合滤波,优化了导航系统的输出。本文设计并开发了一个可视化的组合导航仿真系统,验证了本论文算法的有效性。
陈圣义[4]（2017）在《基于大倾角图像匹配的平台定位与目标跟踪方法研究》文中指出平台定位与目标跟踪是景象匹配技术在实际中的两类重要应用,在军事和民用上都具有重大应用价值。本论文研究了大倾角成像条件下提高平台定位与目标跟踪精度的方法。首先从作为基础的匹配技术出发,研究了适应几何畸变的相似性度量及匹配结果置信度估计方法以提高匹配性能,然后将其应用于大倾角成像条件下平台定位与目标跟踪中。主要内容如下:（1）针对模板匹配中,传统相似性度量在图像几何畸变条件下无法适用的问题,提出了几何畸变自适应的相似性度量。利用图像中双向匹配点对图像间的相似变换参数投票,以最高票数作为两幅图像之间的相似性度量。然后利用投票位置查找表和并行加速的策略提高匹配时间性能。使用区间投票的手段,使得该相似性度量对仿射变换甚至透视变换也具有一定的适应能力。实验结果表明,利用该度量进行模板匹配,可以有效降低图像间几何畸变影响,提高了模板匹配性能。（2）针对景象匹配应用中衡量匹配结果可信程度的需求,提出了一种融合实时图与相关曲面特征的匹配置信度估计方法。以理论方法估计的置信度、实时图统计特征以及相关曲面特征量构成特征向量,使用随机森林进行决策分类,以支持匹配正确的决策树所占比率作为匹配结果置信度。提出了相关曲面多峰系数,描述相关曲面中与匹配结果相似的区域中所占比率,以此来表征基准图中重复模式的影响。使用大量仿真图像进行了匹配和置信度估计,结果表明,利用本方法计算的匹配置信度对匹配结果正确与否进行分类,性能比直接使用相关值和理论估计值有明显提升。（3）针对SAR/惯性组合导航中,特别是大倾角成像条件下,对平台高精度定位的需求,提出了一种结合大倾角SAR图像匹配和惯导信息的平台定位方法。利用SAR图像进行高精度景象匹配,并结合高程数据估计各成像时刻平台位置,再用序列时刻的估计位置对惯导数据进行修正,有效提高了SAR平台位置精度。根据误差传递关系,对各误差因素的影响进行了分析,推导了平台定位精度估计公式。大量仿真实验结果表明本方法可行,误差分析正确。实际挂飞序列图像验证实验结果表明所提出方法能够有效补偿惯导系统的漂移误差,可以实现高精度的SAR平台定位。（4）针对复杂立体场景大倾角绕飞观测条件下,对点目标高精度跟踪的需求,提出了一种基于特征点匹配与扩展卡尔曼滤波的目标跟踪方法。利用图像中辅助特征点估计相机相对运动轨迹,获得目标在图像中的投影位置,以提高跟踪效率。特别针对大倾角、小视场角成像条件,提出使用弱透视成像模型对各特征点位置进行初始化,以相对姿态角作为输入提高跟踪稳定性,并使用辅助特征点协助目标空间位置更新的策略减小目标在匹配错误时利用图像投影位置作为跟踪结果的误差。仿真实验表明,使用上述改善方法,可以有效提高目标在图像中投影位置的精度,保证目标跟踪性能。实际序列图像跟踪结果显示本方法可以实现绕飞条件下的目标跟踪,并在目标出视场或者被遮挡的情况下保持良好预测性能,实现目标再捕获。在后续工作中,还需进一步研究提高平台定位和目标跟踪实时性能的方法与技术。
薛晴[5]（2016）在《卫星自主导航中的地物方位测量方法》文中研究表明随着人类对太空的不断探索,航天任务的数量逐渐增加,任务也变得更加复杂,而实现卫星自主导航是卫星完成各种航天任务的基础。天文导航方法是目前最常用的卫星自主导航方法,文章针对天文导航中使用红外地平仪方法直接获取地球方向矢量精度过低的缺陷,构建了基于景象匹配和天文导航方法的组合导航系统,并对系统的导航性能进行了仿真验证。本文重点研究了基于景象匹配方法获取地物方向矢量以及基于支持向量机的基准图像筛选两部分内容。论文针对天文导航的缺陷提出了景象匹配/天文导航的组合导航系统,利用景象匹配方法获取地物方位矢量,结合天文导航系统中利用星敏感器和星图匹配方法获取的导航星视线矢量方向,将两个矢量的夹角作为观测量,基于轨道动力学方程和滤波估计方法实现卫星的自主导航。针对传统天文导航系统基于红外地平仪获取地球方向矢量的方法存在精度不高的缺陷,文章给出了利用景象匹配获取地球方向矢量的方法。将传感器的光心方向作为地物方向矢量,利用景象匹配方法获取光心点对应地面坐标位置,结合卫星位置向量的几何关系建立系统观测模型。通过仿真比较常用的匹配特征SIFT和SURF,选择精度更高、鲁棒性更好的SIFT特征用于匹配导航。利用基于KD-tree和BFF的快速搜索算法提升特征匹配的速度,使用RANSAC方法减少误配点,进一步提高匹配精度。为了获取更高精度的匹配结果,文章提出了一种基于SVM的基准图像筛选方法。组合导航系统中景象匹配使用的SIFT特征具有良好的鲁棒性,针对这一点,选择相关峰特征、图像方差、相位独立象元数和有效轮廓密度、矩阵奇异值分解比等作为测度参数,基于SVM实现基准图像筛选,并进行仿真实验,得到了准确度为86%的基准图像筛选结果。最后,论文对组合导航系统的测定轨性能进行了仿真分析。利用Google Earth获取的遥感图像作为实验数据,基于STK软件产生的模拟轨道参数,对组合导航系统进行了轨道测量仿真,验证了系统的可行性并分析比较了不同滤波方法和观测量的数量对系统精度的影响。
王碧辉[6]（2014）在《导航系统中的精确实时图像匹配算法研究及实现》文中研究说明精确制导武器依赖于精确制导技术,精确制导的核心是精确导航和定位。惯性/图像匹配辅助导航系统以其特有的抗干扰、高精度和自主导航能力,在精确导航技术中的地位日益突出。本文针对图像匹配导航系统中的图像匹配算法进行了深入研究,以提高图像匹配算法的准确性、实时性和鲁棒性。首先,本文研究了具有稳定结构的分支特征点的提取,提出了伪分支特征点概念和排除方法,使得最终计算得到的分支特征点不受伪分支特征点的影响。在此基础上,提出了一种基于分支点的改进加权Hausdorff距离图像匹配算法,推导了分支特征点的权值计算公式。为了加快图像匹配速度,采用遗传算法作为搜索方法,并实现了基于遗传算法的改进加权Hausdorff距离图像匹配算法。其次,在图像粗匹配的基础上,为了进一步提高精度,同时为了获取图像之间的旋转变换参数,本文开展了基于四维实数矩阵的图像精确匹配位姿获取算法研究,利用四维实数矩阵,建立了刚体的三维空间变换模型,同时,利用最小二乘算法来获取两幅图像之间的最优四维实数变换矩阵,求解出飞行器的精确姿态角度和位置偏移量。本文算法不但可以应用于二维图像的精确匹配,而且还能应用于三维图像之间的精确匹配。最后,为了评估整个图像匹配算法的性能,将本文算法有机地整合在一起,设计并实现了可视化界面的图像匹配导航算法软件,通过仿真实验验证了整个图像匹配软件系统的有效性。
彭岁阳[7]（2011）在《弹载合成孔径雷达成像关键技术研究》文中研究说明新一代精确制导武器不仅要求能快速突防并精确识别和打击高价值军事目标,还必须具备全天候、全天时和远距离作战能力。因此,将合成孔径雷达应用于弹载平台以进行二维成像制导的模式日益受到重视。与机载和星载平台相比较,弹载平台具备高速度、大斜视和非匀直的特性,弹载SAR需解决一系列关键技术问题,主要包括大斜视角SAR成像方法和非匀直弹道SAR成像方法等。同时,弹载新体制SAR也是未来精确制导武器发展的重要内容,其中合成带宽SAR体制和双基地SAR体制是最具前途的发展方向。一方面,需要解决弹载SAR中的普遍性关键技术;另一方面,需要研究新体制SAR的特殊性关键问题。针对上述两个方面的四个具体问题,本文围绕弹载SAR成像技术开展了以下研究工作:1、研究了弹载大斜视角SAR成像方法。首先分析了瞬时斜距方程与二维频谱的泰勒展开近似公式,从中得到耦合相位校正的关系,并由此导出了弹载条件下的Range Doppler算法和Chirp Scaling算法。然后,提出了基于时域距离走动校正的CS算法。并为适应更大斜视角下的成像,提出了冗余设计的策略,并对该算法作了三次距离偏移相位校正的改进。最后,为获取更精确的成像参数,改进了基于分数阶傅里叶变换的参数估计方法,并利用仿真实验验证了其有效性。2、研究了弹载非匀直弹道SAR成像方法。首先通过分析非匀速直线运动弹道,建立了距离向和方位向的速度分解模型。阐述了从非均匀数据重构虚拟均匀数据的角度来解决变速直线运动SAR成像的原理,从这一思想出发,研究了弹载平台变速直线运动时基于内插阵列变换SAR成像方法。阐述了将变速运动等间隔时间采样的回波数据等效为匀速运动中非等间隔时间采样数据的原理,并由此导出了基于非均匀傅里叶变换的变速直线运动SAR算法。其次分析了俯冲向运动和横向规避运动在距离向的运动偏移方程,得出了其运动补偿函数。构建了非匀速直线运动SAR成像的方案——距离向进行运动补偿,方位向采用非均匀方法处理。然后,考虑到工程实践中测量误差的因素,阐述了基于弹道拟合方法获取弹道参数的原理,并通过仿真实验验证了弹道拟合方法和非匀直SAR方案的有效性。最后,讨论了末制导寻的阶段基于PFA算法的聚束SAR成像方法。3、研究了基于合成带宽技术的成像方法。首先,提出了基于多频段子脉冲信号合成带宽技术的SAR成像方法。为实现不同参数条件下的合成带宽,构建了合成信号的非均匀采样模型,并通过SINC插值完成信号重建。讨论了带宽合成技术在成像前处理和后处理的问题,认为前处理方式适合各子脉冲间参数不同的情况,并给出了重新处理后的参数和成像流程。然后,研究了末制导跟踪段高重频随机频率步进雷达成像的方法,解决了高重频条件下的频率匹配和运动补偿问题。提出了利用相邻良好距离像间具有强相关系数的特性判定回波是否正确混频的方法,并设计了基于收缩式频率匹配搜索策略的算法流程。4、研究了弹载双基地SAR成像方法。首先从弹载平台运动特点和作战样式的可适应性出发,讨论双基地SAR各种组合模式和几何构形在弹载平台应用的可行性,并研究平飞、一基固定一基飞行和双基斜飞等几何场景下的双基地SAR成像算法。重点构建了斜飞双基地SAR的理论模型,分析了其中存在的距离向空变误差,并为此设计了一阶近似法和模型近似法两种运动补偿的的方法。然后深入分析了收发平台非匀速平飞模式下的非同步双基地SAR成像问题。该方法将非匀速平飞双基地模型等效成单基地变速运动模型,并采用非均匀傅立叶变换处理变速运动引起的非均匀采样的问题。最后概括了本文的研究工作,对课题研究方向的发展趋势、应用前景作了总结与展望,并指出了需要进一步研究和解决的问题。
李立春[8]（2009）在《基于无人机序列成像的地形重建及其在导航中的应用研究》文中研究表明以基于无人机序列图像的三维地形重建及视觉导航为应用背景,研究了图像特征点匹配、地面目标和场景的三维重建以及基于序列图像三维重建的地形匹配导航等内容。论文的研究较好地解决了无人机序列图像特征点自动匹配问题和高精度的多视图三维解算问题,实现了基于无人机图像的地面目标三维重建,以及基于视觉图像的飞行器导航信息获取。在图像匹配方法研究的基础上,对三线阵像机月面成像的配准问题进行了研究,实现了嫦娥一号卫星月面成像的超分辨率重建。论文的主要研究成果有：（1）针对未知成像相对几何关系的序列图像特征点匹配,提出了一系列匹配算法。具体包括：①鲁棒性特征描述与最小二乘迭代融合的匹配方法,算法采用具有不变性的特征匹配提供位置、旋转等初值参数,用最小二乘迭代匹配获得高精度结果,算法的鲁棒性和精度都较好；②提出了有效特征的概念以及基于有效特征的匹配算法（MBVIFP）,算法识别有效特征用于图像匹配,提高了在遮挡、干扰情况下的匹配精度；③提出了一种高次形变补偿的三线阵立体像机成像匹配方法,该方法应用于嫦娥一号卫星月面图像的处理,实现了月面成像的超分辨率重建。（2）针对已知成像相对几何关系的序列图像特征点匹配,提出了一系列匹配算法。具体包括：①极线局部校正匹配算法,该算法将待匹配图像上极线两侧局部区域进行校正使极线到达水平状态,在校正后的极线范围内相关搜索最佳匹配点,保证了匹配的极大相似性,从而获得了快速、稳定和高精度的匹配结果；②基于局部平面识别的单应约束与对极约束相融合的匹配算法,该算法根据成像中相邻特征点多对应于空间中实际平面的原理,识别已配准的局部共面点作为种子点,并计算其局部单应矩阵,对空间平面上种子点之间的待匹配点利用局部单应进行匹配点预测,算法具有搜索范围小,速度快的特点,提高了自动匹配的可靠性和精度。（3）提出了匹配测度加权的基础矩阵、单应矩阵参数解算方法。在求基础矩阵、单应矩阵等多视图相对几何关系参数的过程中引入了同名特征点的匹配测度,定义了同名点的互相关系数、特征距离尺度等匹配测度函数,利用匹配测度函数作为匹配点的权值对数据进行加权,同时利用RANSAC算法解决匹配野值问题,提高了解算的精度和鲁棒性。（4）研究了通过机载像机对地序列成像进行实时三维地形重建,利用重建地形图与基准图进行匹配定位的视觉导航方法。提出了基于控制特征点可靠跟踪的关键帧特征点配准方法以及利用控制点确定的最优局部单应来引导密集点匹配的方法,提高了匹配效率,实现了航迹区域的三维地形的实时重建,满足了地形匹配导航的要求。（5）针对地形匹配导航中实时地形图与基准地形图可能存在尺度缩放的情况,提出了一种基于三维地形不变性特征描述的地形匹配方法。该方法利用地形关键点的相对位置构造地形的特征向量,基于特征向量间的距离比较实现地形匹配,解决了具有缩放变化的地形匹配问题,拓展了基于序列图像重建三维地形在地形匹配导航中的应用范围。（6）在飞行器视觉导航方面提出了两种基于图像的导航信息获取方法。①提出了一种根据图像边缘与区域特征的地平线检测方法,基于地平线的成像分析实现了飞行器的俯仰角、滚转角的姿态测量。②提出了利用单应诱导视差测量着陆平面内目标起伏尺度的方法。分析了平面单应诱导视差与目标离面距离、成像配置参数等因素的关系,给出了基于单应诱导视差的目标离面距离评估方法,用于降落场的平面平整度评估。在论文研究中,根据这些新算法开发了无人机时序图像三维重建示范性软件系统,完成了基于无人机序列图像的三维重建。本文对无人机序列图像三维重建的发展以及其在导航中的应用具有积极的作用。
李勇,朱岱寅,朱兆达[9]（2009）在《环视SAR成像处理中的几何失真校正算法》文中提出环视合成孔径雷达（SAR）图像用于导弹精确末制导中的景象匹配处理,需要满足几何精度的要求。校正由雷达平台不规则运动和天线圆周扫描导致的图像几何失真,是环视SAR成像处理中的关键步骤。文中在利用线性距离多普勒算法生成子图像的前提下,提出了一种基于像源与像点映射关系的距离多普勒域图像几何失真校正算法。该算法无需复杂的坐标系转换计算,实现了360°范围内任意波束指向上SAR子图像几何失真校正。地面点目标仿真和实测数据成像结果证明了该算法的有效性。
李悦丽[10]（2008）在《弹载合成孔径雷达成像技术研究》文中进行了进一步梳理采用合成孔径雷达（SAR）技术能够获得全天候、全天时、远距离的高分辨雷达图像,是提高精确制导武器打击精度的有效途径。然而,SAR成像末制导需解决以下问题:1)SAR图像的方位分辨率在沿平台航向的前斜视区域会迅速下降;2)导弹的机动飞行偏离理想运动轨迹,带来严重的运动误差使图像质量恶化;3)SAR实时成像需要大运算量和存储量,而弹载平台信号处理机难以满足要求。针对上述问题,本文围绕弹载SAR成像技术开展了以下研究工作:1、研究了弹载SAR大斜视角高分辨成像问题,提出了改进的方位向非线性CS算法,解决了时域线性距离走动校正（RWC）带来的聚焦深度问题,分辨率1m时成像斜视角可达50°以上。基于大斜视角SAR成像几何关系,研究了RD类和CS类算法,分析了瞬时斜距模型的近似误差和回波频域解耦合的残余相位误差,指出提高算法性能的关键在于:三次距离偏移量的补偿和二次距离压缩（SRC）的精度。通过理论推导证明:时域线性RWC可减小解耦合误差,但校正到同一距离门的目标存在随方位偏移线性变化的调频率误差。在此基础上,提出先补偿三次距离偏移,再引入改进非线性扰动方程补偿调频率误差的算法,仿真结果表明:ANCS算法成像分辨率高,聚焦深度和成像处理角更大。2、研究了匀加速平台的SAR成像及运动补偿方法,提出了一种二维频域补偿匀加速度的改进RD算法,提高了目标分辨率和峰值旁瓣比;并结合对比度最优法,给出了通用的匀加速平台SAR成像和运动补偿流程。首先,基于考虑三方向匀加速度的瞬时斜距模型和回波信号的多普勒历程,指出匀加速运动补偿的重点应为航向速度误差和视线位移误差;随后,给出了改进的RD和SPECAN算法,分别在距离徙动校正和方位聚焦处理中修正滤波函数,并在SPECAN成像后补偿了匀加速度带来的几何失真,仿真结果表明:算法简单,有效;在距离频域补偿视线位移误差,结合对比度最优法,给出了通用的成像运动补偿流程,并通过机载SAR飞行试验数据进行了成像验证。3、研究了弹载雷达的前视成像技术,基于多通道解卷积原理,提出一种单脉冲雷达解卷积前视成像新方法,仿真试验表明:在DBS失效的航向附近,解卷积图像的角分辨率比实孔径图像提高约10倍。针对条带式SAR图像的方位分辨率在前斜视区域迅速下降的问题,给出了导弹俯冲段DBS成像的信号处理参数选择准则,分析了方位分辨率的变化趋势;在DBS成像盲区,利用单脉冲雷达和差通道的准互质性提高前视图像角分辨率,并提出考虑天线方向图截断形状的解卷积器设计方法,可有效降低信噪比损失。4、研究了弹载SAR信号处理机的设计技术,设计了适宜弹载SAR成像的多DSP信号处理机结构,基于通用DSP芯片TS201,提出了SAR成像流程映射和算法优化的方法。根据典型通用DSP的特点和成像需求,设计了三种弹载SAR多DSP信号处理机结构,以匀加速平台SAR成像流程为例,基于TS201给出了从算法到结构的映射方法,提出了实时成像中关键步骤优化的具体方法;最后,基于主从式信号处理机结构,实现了弹载DBS成像信号处理机。
二、景像匹配技术中几何形变的仿真（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、景像匹配技术中几何形变的仿真（论文提纲范文）
（1）基于图像匹配的航拍图像定位研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 航拍图像定位原理 |
| 1.3.1 航拍图像与预存图像 |
| 1.3.2 瓦片地图 |
| 1.3.3 坐标系转换 |
| 1.4 研究内容及论文安排 |
| 2 图像匹配 |
| 2.1 图像匹配分类 |
| 2.1.1 基于灰度的匹配算法 |
| 2.1.2 基于特征的匹配算法 |
| 2.2 匹配算法性能评估 |
| 2.2.1 匹配速度 |
| 2.2.2 匹配精度 |
| 2.3 本章小结 |
| 3 基于区域特征的图像粗匹配算法 |
| 3.1 算法概述 |
| 3.2 图像预处理 |
| 3.2.1 基于KFCM聚类的图像分割 |
| 3.2.2 基于显着性区域特征提取 |
| 3.2.3 尺度变换 |
| 3.3 瓦片地图拼接 |
| 3.4 模板匹配 |
| 3.4.1 基本原理 |
| 3.4.2 相似性度量函数 |
| 3.4.3 具体操作 |
| 3.5 实验结果与分析 |
| 3.5.1 异源图像结果对比 |
| 3.5.2 粗匹配算法对比 |
| 3.6 本章小结 |
| 4 基于改进SURF算法的图像精准匹配 |
| 4.1 SURF算法概述 |
| 4.2 特征提取 |
| 4.2.1 基本原理 |
| 4.2.2 特征提取改进 |
| 4.2.3 实验结果 |
| 4.3 特征描述 |
| 4.4 特征匹配 |
| 4.4.1 特征匹配方法 |
| 4.4.2 删除误匹配 |
| 4.4.3 实验分析 |
| 4.5 本章小结 |
| 5 航拍图像定位实验 |
| 5.1 实验平台 |
| 5.2 实验流程 |
| 5.2.1 方案具体流程 |
| 5.2.2 程序运行优化 |
| 5.3 实验结果 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（2）面向形变图像的模板匹配算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究概况 |
| 1.3 本文的主要研究内容与创新 |
| 1.4 本文的课题来源及章节安排 |
| 2 模板匹配算法基础 |
| 2.1 引言 |
| 2.2 Patch-Match算法 |
| 2.3 Fast-Match算法 |
| 2.4 本章小结 |
| 3 基于自动寻优特性的模板匹配算法 |
| 3.1 引言 |
| 3.2 异型粒子寻优快速匹配算法 |
| 3.3 异型粒子寻优快速匹配算法性能分析与评价 |
| 3.4 有偏姿态参数透视变换匹配算法 |
| 3.5 有偏姿态参数透视变换匹配算法性能分析与评价 |
| 3.6 本章小结 |
| 4 基于深度学习的模板匹配算法 |
| 4.1 引言 |
| 4.2 图像匹配神经网络结构研究 |
| 4.3 基于反卷积的模板匹配算法研究 |
| 4.4 算法性能分析与评价 |
| 4.5 本章小结 |
| 5 模板匹配跟踪软件系统 |
| 5.1 引言 |
| 5.2 软件设计 |
| 5.3 软件性能测试和分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 全文总结 |
| 6.2 课题展望 |
| 致谢 |
| 参考文献 |
| 附录1 作者在攻读硕士学位期间完成的科研成果 |
（3）高维组合特征的序列图像辅助导航关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 本文的研究背景与意义 |
| 1.2 图像匹配辅助导航系统的研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本文的研究内容 |
| 第二章 高维组合特征 |
| 2.1 引言 |
| 2.2 图像特征分类 |
| 2.3 高维组合特征 |
| 2.3.1 稳定分支点特征 |
| 2.3.2 高维组合特征的定义 |
| 2.3.3 高维组合特征的构建 |
| 2.4 实验结果与分析 |
| 2.5 本章小结 |
| 第三章 基于高维组合特征的序列图像匹配算法 |
| 3.1 引言 |
| 3.2 图像匹配技术简介 |
| 3.2.1 图像匹配原理 |
| 3.2.2 图像匹配技术分类 |
| 3.3 序列图像匹配技术 |
| 3.4 基于高维组合特征的图像匹配 |
| 3.4.1 高维组合特征的几何约束 |
| 3.4.2 基于高维组合特征几何约束的序列图像匹配算法 |
| 3.5 实验结果与分析 |
| 3.6 本章小结 |
| 第四章 基于Delaunay三角剖分的快速图像匹配算法 |
| 4.1 引言 |
| 4.2 Delaunay三角剖分算法的基本原理 |
| 4.3 基于Delaunay三角剖分改进的高维组合特征 |
| 4.4 基于改进高维组合特征的图像匹配 |
| 4.4.1 改进高维组合特征的几何特性 |
| 4.4.2 改进高维组合特征的区域特性 |
| 4.4.3 基于改进高维组合特征的快速序列图像匹配算法 |
| 4.5 基于KNN优化的快速序列图像匹配算法 |
| 4.6 实验结果与分析 |
| 4.7 本章小结 |
| 第五章 序列图像匹配辅助惯性导航系统 |
| 5.1 引言 |
| 5.2 组合导航滤波算法研究 |
| 5.2.1 组合导航系统的数学模型 |
| 5.2.2 解决量测不同步的滤波算法 |
| 5.2.3 滤波算法仿真 |
| 5.3 组合导航仿真系统 |
| 5.3.1 组合导航仿真系统设计方案 |
| 5.3.2 组合导航仿真系统实验结果与分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果与发表的学术论文 |
（4）基于大倾角图像匹配的平台定位与目标跟踪方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.1.1 景象匹配关键技术研究 |
| 1.1.2 大倾角成像平台定位与目标跟踪方法研究 |
| 1.2 国内外相关研究现状 |
| 1.2.1 景象匹配中相似性度量研究现状 |
| 1.2.2 景象匹配置信度估计方法研究现状 |
| 1.2.3 SAR平台定位方法研究现状 |
| 1.2.4 序列图像目标跟踪方法研究现状 |
| 1.3 论文主要研究内容与技术贡献 |
| 1.3.1 论文主要内容和组织结构 |
| 1.3.2 论文的技术贡献 |
| 第二章 几何畸变自适应的图像匹配相似性度量 |
| 2.1 模板匹配相似性度量简述 |
| 2.2 适应几何畸变的相似性度量 |
| 2.2.1 Best-Buddies Similarity方法简介 |
| 2.2.2 SiTi-BBS的实现方法 |
| 2.3 SiTi-BBS匹配性能的数学分析 |
| 2.3.1 BBS度量的响应期望 |
| 2.3.2 SiTi-BBS度量的响应期望 |
| 2.4 计算复杂度分析与加速方法 |
| 2.5 模板匹配实验结果 |
| 2.5.1 图像间几何形变模板匹配性能仿真实验 |
| 2.5.2 实际图像数据集模板匹配实验 |
| 2.6 本章小结 |
| 第三章 基于实时图纹理与相关曲面特征的匹配置信度估计 |
| 3.1 图像匹配置信度估计方法 |
| 3.1.1 基于独立像元假设的置信度理论与方法 |
| 3.1.2 基于特征的置信度估计方法 |
| 3.2 基于随机森林的匹配置信度估计方法 |
| 3.2.1 随机森林的构成 |
| 3.2.2 基于随机森林分类的匹配置信度定义 |
| 3.2.3 利用随机森林分类中所使用的特征向量 |
| 3.3 基于随机森林的匹配置信度估计流程 |
| 3.4 基于随机森林估计匹配置信度的仿真实验结果 |
| 3.4.1 部分匹配方法的置信度估计实验结果 |
| 3.4.2 交叉验证实验结果 |
| 3.5 本章小结 |
| 第四章 基于大倾角SAR图像匹配与惯导信息的平台定位 |
| 4.1 SAR图像匹配辅助平台定位方法 |
| 4.2 利用SAR图像匹配及惯导信息的平台定位 |
| 4.2.1 SAR成像几何关系 |
| 4.2.2 景象匹配确定控制点地面位置 |
| 4.2.3 确定单帧图像中心时刻SAR平台位置 |
| 4.2.4 利用序列图像与惯导信息实现高精度平台定位 |
| 4.2.5 SAR定位方法流程图 |
| 4.3 定位误差分析 |
| 4.3.1 单帧图像解算定位误差分析 |
| 4.3.2 序列图像修正惯导漂移误差分析 |
| 4.4 实验结果及分析 |
| 4.4.1 单帧解算实验结果 |
| 4.4.2 序列解算实验结果 |
| 4.5 本章小结 |
| 第五章 基于特征点匹配与扩展卡尔曼滤波的目标跟踪方法 |
| 5.1 复杂立体环境中目标跟踪方法 |
| 5.1.1 序列图像目标跟踪方法简介 |
| 5.1.2 大倾角绕飞观测的点目标跟踪方法 |
| 5.2 利用辅助特征点对观测场景稀疏重构的实现方法 |
| 5.2.1 基于扩展卡尔曼滤波算法的场景稀疏重构 |
| 5.2.2 基于捆集调整的场景稀疏重构 |
| 5.2.3 两类重构方法的性能对比 |
| 5.3 状态更新过程中误匹配点剔除方法 |
| 5.3.1 基于匹配置信度的误匹配点剔除 |
| 5.3.2 基于1点RANSAC的错误匹配点剔除 |
| 5.3.3 1 点RANSAN方法与常规算法的性能对比 |
| 5.4 目标及辅助特征点空间位置初始化方法 |
| 5.4.1 基于反深度的特征点位置初始化方法 |
| 5.4.2 基于弱透视成像模型的特征点目标初始化 |
| 5.5 大倾角小视场角成像条件下目标跟踪改进方法 |
| 5.5.1 不同视场角条件下目标跟踪性能变化情况 |
| 5.5.2 小视场角成像条件目标跟踪方法 |
| 5.6 实际大倾角序列图像跟踪实验结果 |
| 5.7 本章小结 |
| 第六章 结论与展望 |
| 6.1 论文主要工作与创新点 |
| 6.2 下一步研究展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（5）卫星自主导航中的地物方位测量方法（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 航天器测定轨技术发展与现状 |
| 1.2.2 景象匹配导航发展与现状 |
| 1.3 本文主要内容及结构 |
| 第二章 导航系统基本原理 |
| 2.1 卫星自主天文导航技术 |
| 2.2 天文导航观测模型 |
| 2.2.1 恒星视线方向 |
| 2.2.2 地球方向矢量 |
| 2.3 景象匹配导航方法 |
| 2.3.1 景象匹配导航基本原理 |
| 2.3.2 常用匹配算法 |
| 2.4 小结 |
| 第三章 基于景象匹配获取地物方位矢量 |
| 3.1 基于景象匹配获取地物矢量方法 |
| 3.1.1 遥感图像成像模型 |
| 3.1.2 地物方位矢量的获取方法 |
| 3.1.3 地物方位矢量误差 |
| 3.1.4 景象匹配方法 |
| 3.2 地物方位测量仿真 |
| 3.3 小结 |
| 第四章 基于支持向量机和改进测度参数的基准图像筛选 |
| 4.1 基准图筛选准则中的测度参数 |
| 4.1.1 基于灰度的测度参数 |
| 4.1.2 基于图像特征的测度参数 |
| 4.1.3 改进的测度参数 |
| 4.2 基于支持向量机的基准图像筛选方法 |
| 4.2.1 支持向量机方法 |
| 4.2.2 基准图像筛选及仿真分析 |
| 4.3 小结 |
| 第五章 组合导航系统仿真 |
| 5.1 景象匹配/天文导航系统 |
| 5.2 轨道测量误差的仿真 |
| 5.3 小结 |
| 结束语 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
| 附录 A KD-Tree和BFF的伪码 |
| 附录 B RANSAC的伪代码 |
（6）导航系统中的精确实时图像匹配算法研究及实现（论文提纲范文）
| 摘要 |
| Abstract |
| 注释表 |
| 第一章 绪论 |
| 1.1 本文的研究背景与意义 |
| 1.2 图像匹配辅助导航系统研究现状 |
| 1.2.1 图像匹配辅助导航系统国外研究现状 |
| 1.2.2 图像匹配辅助导航系统国内研究状况 |
| 1.3 本文的研究内容 |
| 第二章 图像分支特征点提取研究 |
| 2.1 引言 |
| 2.2 图像特征分类 |
| 2.2.1 点特征 |
| 2.2.2 线特征 |
| 2.2.3 矩特征 |
| 2.3 分支特征点提取算法研究 |
| 2.3.1 分支特征点定义 |
| 2.3.2 边缘去噪 |
| 2.3.3 边缘细化 |
| 2.4 分支特征点提取实验 |
| 2.5 本章小结 |
| 第三章 基于分支点的改进加权Hausdorff距离图像匹配算法研究 |
| 3.1 引言 |
| 3.2 图像匹配分类 |
| 3.2.1 基于灰度信息的图像匹配方法 |
| 3.2.2 基于特征的图像匹配算法 |
| 3.3 基于分支点的改进加权Hausdorff距离算法 |
| 3.3.1 Hausdorff距离的定义 |
| 3.3.2 改进加权Hausdorff距离 |
| 3.3.3 图像距离变换 |
| 3.3.4 基于分支点的改进加权Hausdorff距离图像匹配算法 |
| 3.4 基于遗传算法的改进加权Hausdorff距离图像匹配算法研究 |
| 3.4.1 遗传算法 |
| 3.4.2 基于遗传算法的改进加权Hausdorff距离图像匹配算法 |
| 3.5 图像匹配实验 |
| 3.5.1 仿真实例 1 |
| 3.5.2 仿真实例2 |
| 3.5.3 仿真实例 3 |
| 3.5.4 仿真实例 4 |
| 3.5.5 仿真实例 5 |
| 3.5.6 仿真结果分析 |
| 3.6 本章小结 |
| 第四章 基于四维实数矩阵的图像精确匹配位姿获取算法研究 |
| 4.1 引言 |
| 4.2 四维实数矩阵原理 |
| 4.3 最小二乘算法原理 |
| 4.4 基于四维实数矩阵的图像精确匹配算法 |
| 4.4.1 点对与矢量对的转化 |
| 4.4.2 一组具有一一对应关系的点对的确定 |
| 4.4.3 所有具有一对一关系的点对的确定 |
| 4.5 实验结果与分析 |
| 4.5.1 仿真实验 1 |
| 4.5.2 仿真实验 2 |
| 4.5.3 仿真实验 3 |
| 4.5.4 仿真实验 4 |
| 4.5.5 仿真实验结果分析 |
| 4.6 本章小结 |
| 第五章 图像匹配导航算法仿真软件设计及开发 |
| 5.1 引言 |
| 5.2 图像匹配导航算法仿真软件设计与实现 |
| 5.2.1 图像匹配导航算法流程 |
| 5.2.2 图像匹配导航算法软件中的关键算法设计 |
| 5.2.3 图像匹配导航算法软件的实现 |
| 5.2.4 系统仿真结果与分析 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果与发表的学术论文 |
（7）弹载合成孔径雷达成像关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 缩略词 |
| 第一章 绪论 |
| 1.1 概述 |
| 1.2 课题背景及意义 |
| 1.3 SAR 系统的国内外研究现状与趋势 |
| 1.3.1 常规SAR 系统的现状与发展趋势 |
| 1.3.2 弹载SAR 系统的现状与发展趋势 |
| 1.4 弹载SAR 成像技术的现状与发展趋势 |
| 1.5 导弹成像制导中的工作模式 |
| 1.6 论文的主要工作 |
| 第二章 弹载大斜视角SAR 成像算法分析 |
| 2.1 引言 |
| 2.2 弹载大斜视角SAR 的几何关系 |
| 2.2.1 弹载SAR 几何坐标系 |
| 2.2.2 斜视SAR 分辨率 |
| 2.3 大斜视角雷达回波与瞬时斜距分析 |
| 2.3.1 SAR 基带回波 |
| 2.3.2 瞬时斜距方程 |
| 2.3.3 近似分析 |
| 2.4 弹载Range Doppler 算法适用性分析 |
| 2.4.1 改进Range Doppler 算法 |
| 2.4.2 时域距离走动校正的改进Range Doppler 算法 |
| 2.5 基于时域距离走动的Chirp Scaling 算法 |
| 2.5.1 算法原理推导 |
| 2.5.2 泰勒展开的近似分析 |
| 2.5.3 仿真实验分析 |
| 2.6 高速更大斜视角SAR 成像分析 |
| 2.6.1 高速引起的多普勒中心模糊问题 |
| 2.6.2 前斜视角SAR 成像问题 |
| 2.7 基于回波估计多普勒参数的SAR 成像方法研究 |
| 2.7.1 方位信号的LFM 模型 |
| 2.7.2 FRFT 估计多普勒参数的原理 |
| 2.7.3 多普勒参数预估 |
| 2.7.4 FRFT 估计多普勒参数的算法流程 |
| 2.7.5 仿真实验 |
| 2.8 本章小结 |
| 第三章 非匀速直线弹道成像方法研究 |
| 3.1 引言 |
| 3.2 非匀直弹道模型分解 |
| 3.3 变速直线运动SAR 模型 |
| 3.4 基于内插阵列变换的变速直线运动SAR 成像方法 |
| 3.4.1 重构虚拟均匀采样数据思想 |
| 3.4.2 内插阵列变换思想 |
| 3.4.3 内插阵列变换的谱变换关系 |
| 3.4.4 实验验证 |
| 3.5 基于非均匀傅立叶变换的变速直线运动SAR 成像方法 |
| 3.5.1 斜距模型分析 |
| 3.5.2 基于非均匀离散傅里叶变换的SAR 算法流程 |
| 3.5.3 仿真实验 |
| 3.6 非匀速直线弹道SAR 成像 |
| 3.6.1 俯冲运动的距离向运动补偿 |
| 3.6.2 三维非匀速直线运动的距离向运动补偿 |
| 3.6.3 三维非匀速直线运动的成像方法 |
| 3.6.4 多普勒参数分析 |
| 3.6.5 仿真实验分析 |
| 3.7 基于INS 测量的三维非匀速直线弹道SAR 成像方法 |
| 3.7.1 INS 系统的原理概述 |
| 3.7.2 弹道拟合原理 |
| 3.7.3 仿真实验 |
| 3.8 跟踪段基于PFA 算法的聚束SAR 成像方法 |
| 3.8.1 弹载平台聚束SAR 几何场景 |
| 3.8.2 DECHIRP 处理 |
| 3.8.3 运动补偿 |
| 3.8.4 SINC 插值处理 |
| 3.8.5 仿真实验 |
| 3.9 本章小结 |
| 第四章 弹载平台合成带宽成像技术研究 |
| 4.1 引言 |
| 4.2 合成带宽SAR 成像方法 |
| 4.2.1 多频段子脉冲模型 |
| 4.2.2 子脉冲间运动补偿 |
| 4.2.3 频带合成等效的非均匀采样模型 |
| 4.2.4 信号均匀化重建 |
| 4.2.5 合成带宽技术在SAR 中的应用方法 |
| 4.2.6 仿真验证及分析 |
| 4.3 随机频率步进雷达成像技术 |
| 4.3.1 信号模型 |
| 4.3.2 问题描述 |
| 4.3.3 解决方案 |
| 4.3.4 频率匹配算法流程 |
| 4.3.5 速度搜索 |
| 4.3.6 仿真实验 |
| 4.4 本章小结 |
| 第五章 双基地SAR 应用于弹载平台的成像分析 |
| 5.1 引言 |
| 5.2 双基平飞场景的几何构形及成像分析 |
| 5.2.1 双基平飞场景 |
| 5.2.2 成像算法 |
| 5.2.3 仿真实验 |
| 5.3 一基固定一基飞行模式的几何构形及成像分析 |
| 5.3.1 成像特点 |
| 5.3.2 仿真实验 |
| 5.4 双基斜飞模式的几何构形及成像分析 |
| 5.4.1 斜飞模式几何场景分析 |
| 5.4.2 运动补偿 |
| 5.4.3 改进的距离多普勒算法 |
| 5.4.4 仿真实验分析 |
| 5.5 非匀速平飞模式下非同步双基地SAR 成像分析 |
| 5.5.1 非匀速平飞模式双基地SAR 几何场景 |
| 5.5.2 双基地距离多普勒成像算法 |
| 5.5.3 仿真实验 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
| 作者在学期间参与的科研项目 |
| 附录A SAR 图像质量指标定义 |
| 附录B 快速非均匀傅立叶变换理论 |
（8）基于无人机序列成像的地形重建及其在导航中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景 |
| 1.1.1 基于无人机序列成像的三维重建 |
| 1.1.2 视觉导航 |
| 1.1.3 基于序列图像的三维重建在其它方面的应用 |
| 1.1.4 基于序列图像三维重建的研究内容 |
| 1.2 国内外相关研究进展 |
| 1.2.1 国内外相关研究 |
| 1.2.2 对地三维重建和测量需要解决的关键问题 |
| 1.3 本文的核心内容及技术贡献 |
| 1.3.1 本文的主要内容 |
| 1.3.2 本文的技术贡献 |
| 1.3.3 本文的组织结构 |
| 第二章 无人机序列图像对地三维测量与重建的基础理论 |
| 2.1 引言 |
| 2.2 摄像机成像模型 |
| 2.2.1 成像几何中的几种坐标系 |
| 2.2.2 摄像机透视成像几何模型 |
| 2.2.3 成像畸变讨论 |
| 2.2.4 摄像机标定 |
| 2.3 多视图分析的基本理论与方法 |
| 2.3.1 多视图像的特征点提取与匹配 |
| 2.3.2 基于多视图几何的三维重建基本原理 |
| 2.4 无人机对地序列成像系统的构成、工作原理及特点 |
| 2.4.1 无人机对地序列成像系统的构成 |
| 2.4.2 无人机对地序列成像系统的工作模式及特点 |
| 2.5 基于无人机序列图像对地三维重建的技术途径 |
| 2.5.1 无人机序列图像处理 |
| 2.5.2 无人机序列图像的三维解算 |
| 2.6 本章小结 |
| 第三章 成像基本属性约束的序列图像特征点匹配 |
| 3.1 引言 |
| 3.1.1 已有算法概述 |
| 3.1.2 本文算法 |
| 3.2 不变性特征描述与最小二乘结合的特征点匹配方法 |
| 3.2.1 图像特征点提取 |
| 3.2.2 特征点的不变性特征描述和匹配 |
| 3.2.3 最小二乘图像匹配(LSM)原理 |
| 3.2.4 不变性特征描述与最小二乘结合的匹配算法 |
| 3.2.5 实验结果及分析 |
| 3.3 基于有效特征的特征点匹配方法 |
| 3.3.1 目标点的不变性特征描述分析 |
| 3.3.2 基于不变性特征的目标匹配及精确定位方法 |
| 3.3.3 有效特征的识别及其在匹配定位中的应用 |
| 3.3.4 基于有效特征匹配的跟踪方法 |
| 3.3.5 实验结果与分析 |
| 3.4 本章小结 |
| 第四章 多视图几何约束的图像特征点匹配 |
| 4.1 引言 |
| 4.1.1 目前已有算法概述 |
| 4.1.2 本文算法 |
| 4.2 基于极线局部校正的图像特征点匹配 |
| 4.2.1 对极几何约束的直接相关匹配性能分析 |
| 4.2.2 基于极线局部校正的特征点匹配算法 |
| 4.2.3 极线局部校正的特征匹配算法实现及实验结果 |
| 4.3 局部单应与极线约束融合的图像特征点匹配 |
| 4.3.1 特征点匹配中的对极几何约束与单应约束 |
| 4.3.2 局部平面单应和对极约束融合的特征点匹配算法原理 |
| 4.3.3 算法实验结果 |
| 4.4 本章小结 |
| 第五章 多视图相对几何关系解算研究 |
| 5.1 引言 |
| 5.1.1 现有算法概述 |
| 5.1.2 本文算法 |
| 5.2 两视图几何关系的匹配测度加权解算方法 |
| 5.2.1 基础矩阵及单应的解算过程分析 |
| 5.2.2 匹配测度信息加权的基础矩阵F和单应矩阵H求解算法 |
| 5.2.3 实验结果与分析 |
| 5.3 本章小结 |
| 第六章 序列图像三维地形重建系统实现研究 |
| 6.1 引言 |
| 6.1.1 无人机序列图像处理概述 |
| 6.1.2 本文方法 |
| 6.2 无人机序列图像实时三维地形重建的关键算法 |
| 6.2.1 序列图像关键帧的选择方法 |
| 6.2.2 控制特征点的选择方法 |
| 6.2.3 基于控制点确定局部单应矩阵的兴趣点密集匹配方法 |
| 6.3 无人机序列图像三维重建系统实现 |
| 6.3.1 处理流程 |
| 6.3.2 关键技术实现 |
| 6.3.3 处理结果及分析 |
| 6.4 本章小结 |
| 第七章 基于序列图像三维重建的地形匹配视觉导航研究 |
| 7.1 引言 |
| 7.1.1 地形匹配导航定位基本原理 |
| 7.1.2 基于序列图像地形重建的地形匹配视觉导航概述 |
| 7.1.3 本文方法 |
| 7.2 基于序列图像三维重建的地形匹配导航定位 |
| 7.2.1 基于序列图像三维重建的地形匹配导航原理 |
| 7.2.2 知相对距离条件下基于三维重建的地形匹配导航实现方法 |
| 7.2.3 基于序列图像三维重建的地形匹配导航验证实验分析 |
| 7.3 重建地形的多自由度地形匹配研究 |
| 7.3.1 基于序列成像重建地形的匹配定位所面临的问题 |
| 7.3.2 基于有向特征描述的条带地形匹配定位方法 |
| 7.3.3 基于尺度不变性地形描述的区域地形匹配方法 |
| 7.4 本章小结 |
| 第八章 基于图像的飞行器姿态测量及着陆区测量 |
| 8.1 引言 |
| 8.1.1 基于图像的飞行器姿态确定方法概述 |
| 8.1.2 飞行器着陆区域场景分析测量概述 |
| 8.1.3 本文方法 |
| 8.2 基于图像中地平线分析的飞行器定姿方法 |
| 8.2.1 基于地平线成像的定姿原理 |
| 8.2.2 基于边缘与区域特征检测地平线的姿态确定方法 |
| 8.3 基于单应诱导视差的着陆区起伏结构离面距离测量 |
| 8.3.1 基于单应诱导视差的着陆区平面场景分析 |
| 8.3.2 应用单应诱导视差的着陆区域目标离面尺度测量的实现方法 |
| 8.3.3 实验结果及分析 |
| 8.4 基于单应诱导视差的着陆区平坦性评估 |
| 8.4.1 着陆区平坦性评估方法 |
| 8.4.2 基于特征点离面距离的局部着陆区域识别方法 |
| 8.4.3 实验结果与分析 |
| 8.5 本章小结 |
| 第九章 基于高次形变模型的嫦娥一号月面成像匹配及超分辨率重建 |
| 9.1 引言 |
| 9.2 三线阵像机立体成像的图像配准 |
| 9.2.1 三线阵像机月面成像的特征分析 |
| 9.2.2 图像中形变区域的识别 |
| 9.2.3 二次函数形变补偿的图像匹配方法 |
| 9.3 基于小波函数的非均匀样本内插超分辨率重建 |
| 9.3.1 采用小波函数的图像高分辨率插值 |
| 9.3.2 高分辨率图像的复原处理 |
| 9.4 实验结果及分析 |
| 9.5 本章小结 |
| 第十章 结论与展望 |
| 10.1 本文主要研究成果及创新点 |
| 10.2 有待进一步研究的几个问题 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（9）环视SAR成像处理中的几何失真校正算法（论文提纲范文）
| 1 环视SAR成像几何及目标距离分析 |
| 2 几何失真校正算法 |
| 2.1 子图像聚焦处理 |
| 2.2 校正点分布及其映射关系 |
| 3 点目标仿真与实测数据成像 |
| 4 结束语 |
（10）弹载合成孔径雷达成像技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 开展弹载SAR成像技术研究的历史背景 |
| 1.2 SAR技术的国内外研究现状和发展趋势 |
| 1.3 弹载SAR成像技术研究现状 |
| 1.3.1 前斜视SAR成像算法的研究现状 |
| 1.3.2 机动平台成像算法研究现状 |
| 1.3.3 SAR实时成像技术的研究现状 |
| 1.4 本文的主要工作 |
| 1.4.1 主要研究内容 |
| 1.4.2 研究工作的章节安排 |
| 第二章 弹载SAR大斜视角高分辨成像算法研究 |
| 2.1 引言 |
| 2.2 大斜视角SAR成像的几何关系 |
| 2.2.1 大斜视角成像的几何坐标系 |
| 2.2.2 斜视SAR成像的分辨率 |
| 2.3 大斜视角SAR成像处理方法及误差分析 |
| 2.3.1 瞬时斜距模型近似处理及误差分析 |
| 2.3.2 二维频域解耦合处理 |
| 2.3.3 解耦合残余相位误差的补偿 |
| 2.4 大斜视角SAR成像的大场景聚焦性能 |
| 2.4.1 多普勒参数随测绘带宽度的变化 |
| 2.4.2 方位向频谱扩展法 |
| 2.4.3 方位向划分子孔径法 |
| 2.4.4 时域线性RWC处理 |
| 2.5 改进方位向NCS大斜视角高分辨SAR成像算法 |
| 2.5.1 改进方位向NCS算法原理 |
| 2.5.2 成像仿真试验 |
| 2.6 本章小结 |
| 第三章 匀加速运动平台的SAR成像和运动补偿方法研究 |
| 3.1 引言 |
| 3.2 机动条件下弹载SAR成像的几何关系 |
| 3.2.1 匀加速平台中心参考点的瞬时斜距模型 |
| 3.2.2 匀加速平台成像的聚焦深度 |
| 3.2.3 机动平台点目标的多普勒历程 |
| 3.3 匀加速运动平台SAR成像算法 |
| 3.3.1 二维频域补偿匀加速度的距离-多普勒算法 |
| 3.3.2 频谱分析算法快速成像 |
| 3.4 结合自聚焦技术的运动补偿方法 |
| 3.4.1 匀加速度运动补偿的通用方法 |
| 3.4.2 对比度最优法 |
| 3.4.3 通用的成像和运动补偿流程 |
| 3.4.4 机载SAR实测数据的成像效果分析 |
| 3.5 本章小结 |
| 第四章 弹载雷达前视成像技术研究 |
| 4.1 引言 |
| 4.2 环形扫描模式下的DBS成像技术 |
| 4.2.1 环形扫描模式下目标回波的多普勒参数 |
| 4.2.2 弹载SAR俯冲段DBS成像 |
| 4.2.3 DBS成像仿真试验 |
| 4.3 多通道解卷积前视成像技术 |
| 4.3.1 多通道解卷积模型 |
| 4.3.2 解卷积算子的求解 |
| 4.3.3 解卷积算子的性能分析 |
| 4.4 单脉冲雷达和差通道解卷积成像仿真试验 |
| 4.4.1 前视解卷积成像仿真试验 |
| 4.4.2 解卷积前视成像应用分析 |
| 4.5 本章小结 |
| 第五章 弹载SAR信号处理机的设计 |
| 5.1 引言 |
| 5.2 多DSP信号处理机的结构 |
| 5.2.1 主从式多DSP处理机结构 |
| 5.2.2 串行流水式多DSP处理机结构 |
| 5.2.3 通用型簇式多DSP处理机结构 |
| 5.3 SAR成像算法的工程化 |
| 5.3.1 SAR成像流程的结构映射 |
| 5.3.2 SAR成像步骤的优化 |
| 5.4 信号处理机的硬件设计技术 |
| 5.4.1 DSP的选型技术 |
| 5.4.2 FPGA/CPLD技术 |
| 5.4.3 处理机的总线技术 |
| 5.4.4 高速PCB技术 |
| 5.4.5 弹载DBS信号处理机 |
| 5.5 本章小结 |
| 第六章 结束语 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
| 附录A 英文缩略词对照表 |
四、景像匹配技术中几何形变的仿真（论文参考文献）
- [1]基于图像匹配的航拍图像定位研究[D]. 罗锐. 大连理工大学, 2019(02)
- [2]面向形变图像的模板匹配算法研究[D]. 方馨. 华中科技大学, 2019(03)
- [3]高维组合特征的序列图像辅助导航关键技术研究[D]. 巩哲. 南京航空航天大学, 2018(02)
- [4]基于大倾角图像匹配的平台定位与目标跟踪方法研究[D]. 陈圣义. 国防科技大学, 2017(02)
- [5]卫星自主导航中的地物方位测量方法[D]. 薛晴. 国防科学技术大学, 2016(01)
- [6]导航系统中的精确实时图像匹配算法研究及实现[D]. 王碧辉. 南京航空航天大学, 2014(03)
- [7]弹载合成孔径雷达成像关键技术研究[D]. 彭岁阳. 国防科学技术大学, 2011(03)
- [8]基于无人机序列成像的地形重建及其在导航中的应用研究[D]. 李立春. 国防科学技术大学, 2009(04)
- [9]环视SAR成像处理中的几何失真校正算法[J]. 李勇,朱岱寅,朱兆达. 南京航空航天大学学报, 2009(02)
- [10]弹载合成孔径雷达成像技术研究[D]. 李悦丽. 国防科学技术大学, 2008(05)