[发明专利]一种红外基准图制备与评价方法

摘要

本发明公开了一种红外基准图制备与评价方法，包括步骤：S1采用NSCT算法与参考点矫正去除红外探测器采集图像过程中引入的噪声干扰，得到矫正处理后的图像；S2、制备用于目标识别的基准图以及用于导航制导的基准图，制备目标识别的基准图时先对模板图像进行预处理，然后根据成像系统参数和飞行参数进行映射变换，制备用于导航制导的基准图时需要对整幅图像进行可识别性分析，对基准图的匹配性能高低进行分类，然后根据分析结果区分匹配区和非匹配区。优点在于：通过NSCT算法去噪以及参考点畸变矫正后，能较快找到符合要求的红外基准图，并根据需求对基准图进行变换，经过仿真验证，利用该方法制备的基准图作为匹配模板具有较好地识别效果。

主权项

1.一种红外基准图制备方法，其特征在于，包括以下步骤：/nS1、采用NSCT算法去除红外探测器采集图像过程中引入的噪声干扰，参考点矫正方法进行畸变矫正，得到处理后的图像；/nNSCT算法由NSP(Non-subsampled Pyramid)和NSDFB(Non-subsampled DirectionalFilter Bank)两部分构成；其中，NSP为去掉下采样的图像分解滤波器，完成图像的多层分解，并从分解结果系数中筛选奇异点；NSDFB为图像合成滤波器，将NSP筛选的奇异点进行合成，并分析其方向；使得处理后的图像视觉特征和信息更加完整、方向选择性更强；/nS2、制备用于目标识别的基准图和用于导航制导的基准图：/n建立三个坐标系：世界坐标系(X_w,Y_w,Z_w)、摄像机坐标系(X_c,Y_c,Z_c)以及图像坐标系(u，v)，其中图像坐标系是一个二维坐标系，与相机坐标系平行，仅反映图像中各像素之间的位置关系；设P为3D空间中的一点，在摄像机坐标系下的坐标为(x_w,y_w,z_w)，其通过光心投影到像平面上，此时会在虚像平面上交于一点P_I，对应坐标是(x,y,f)，映射到图像坐标系上的坐标为(u，v)；/n设f_x是焦距在X方向上的分量，f_y是焦距在Y方向的分量,由此就能够得到相机的内参数矩阵此矩阵中的参数是由相机的结构决定的，可以通过外部标定的方式获得,(x_c,y_c,z_c)和(x_w,y_w,z_w)分别表示摄像机坐标系和世界坐标系中点P的坐标，R_WC表示两个坐标系之间的转动量，t_wc＝(t_x,t_y,t_z)^T表示两个坐标系之间的平移量,定义成像系统的外参数矩阵为有六个自由度，可得到成像系统模型的最终描述：/n /n红外探测器安装位姿是固定不变，由此可通过一个平移加一个旋转的形式建立探测器与飞行器之间的坐标变换关系，此变换关系视为定值,因此，当已知飞行器位姿参数的情况下，可以根据式①建立基准图和实时图之间的变换关系，将基准图做相应的映射变化，使其能更好的匹配实时图，保证匹配的鲁棒性；/n选取独立像元素、边缘密度、自匹配系数为评价指标，分别从一维相关性与二维相关性对红外图像的匹配性能进行分析，综合考查图像在信息量、稳定性以及区域唯一性等方面的性质；/n独立像元素是能够反映图像信息量的一个分类指标，其从统计学的角度出发，反映的信息比较真实；边缘密度表征的是图像的稳定性，边缘密度越大其对应的特征信息越丰富，相应的匹配基准点越多，越能够获得较好的匹配性能；图像X的自匹配系数SEL则定义为图像X中所有子图的自匹配系数Sel(u₀,v₀)的均值；图像自匹配系数越大，表明该图像越容易出现误匹配，那么该图像就不适合选作基准图；/n对于目标识别来说，基准图制备的重点在于图像的增强与特征的选取，而对于导航制导来说，基准图制备的核心环节是匹配区的选取；在得到可识别性特征参数较好的匹配区后，根据基准图的大小、数量以及格式等要求，即可确定基准图的目标选取区域，然后根据飞行器的飞行参数对目标基准图进行映射变换就能得到用于导航匹配的基准图；基准图制备完成后，采用相关的匹配算法，通过匹配的准确性即可对生成基准图的好坏进行有效的仿真评估。/n