图像匹配导航定位技术第 9 章

最新推荐文章于 2025-10-14 16:29:10 发布

原创

最新推荐文章于 2025-10-14 16:29:10 发布 · 1.1k 阅读

11 ·

CC 4.0 BY-SA版权

文章标签：

#计算机视觉 #人工智能 #算法

第 9 章多模图像匹配方法的优化、并行实时实现

多分辨率( multi- resolution )的思想即金字塔的匹配思想，金字塔匹配的主要思想是通过匹配金字塔顶层图像找到粗略的位置，然后在粗略的位置的邻域内通过搜索找到最佳的匹配位置。金字塔匹配的两个基本环节是:① 图像金字塔结构的构造；② 匹配搜索策略。

9.1 基于图像小波金字塔迭代求精的快速搜索策略硏究

9.1.1 小波变換理论与图像的多分辨率表示

1. 小波变换及多分辨率分析

小波分析作为一种时频局部化方法，其最基本的思想是:寻找一个满足一定条件的基本小波函数，通过基本小波函数的平移和伸缩构成小波函数族，利用这一个小波函数族去逼近所要研究的信号，再做分析和处理。

小波变换是多分辨率分析的强有力的工具，实际上，多分辨率分析是把信号向一系列嵌套的子空间进行投影。

空间V0中数字信号可以投影到各个子空间中，很多情况下，分析信号在各个子空间的投影分量比分析整个信号要容易得多。

2. 滤波器组分析

根据多分辨率分析，可以用一对滤波器（高通滤波器与低通滤波器）把原始信号分解成两个子带，然后对低通滤波后的结果递归地使用一对髙通滤波器与低通滤波器进行分解。

3. 二维离散小波变换

数宇图像处理中经常用到二维正交小波变换的可分离性，二维正交小波变换等价于行方向和列方向分别进行一维的正交小波变换。因此在实际变换中，利用低通滤波器和高通滤波器先对图像沿行方向进行一维分解，然后再沿列方向进行一维分解。

小波变换将图像数据按不同频带宽度、不同分辨率分成子带图像，每一层小波分解成四个子带：垂直方向和水平方向均为低频的子带图像 LL，水平方向低频和垂直方向高频的子带图像 LH ，垂直方向低频和水平方向高频的子带图像 HL，以及垂直方向和水平方向均为高频的子带图像 HH。其中，LL包含图像的平均信息，LH 、HL、HH 包含由于图像灰度的变化的方向信息。高频子带中绝对值较大的系数对应图像中变化显著的特征，比如边缘特征、角特征、线特征等。

小波变换对于 SAR 匹配的好处是：
① 减少斑点噪声的影响；
② 对各自子带的信息进行融合，求得最佳的匹配位置；
③ 可以采用大实时图进行匹配，从而减少匹配的运算量且保证图像精度。

9. 1.2 小波迭代求精匹配算法（ W I R A ) 搜索示意图

基于小波的图像匹配算法是多分辨率金字塔匹配算法的一种应用，图像经过小波变换形成金字塔结构的各子带数据。各子带中的系数存在着树形结构的联系。

9 . 2 基于图像 FFT 域的快速匹配算法研究

由于算法采用的实时图较大，设参考图的尺寸为 M X M, 实时图的尺寸为 N X N,则直接相关的计算复杂度为 $o\left ( M^{2}N^{2} \right )$ ，此，我们先对去均值归一化互相关算法进行恒等变换，然后采用快速傅里叶变换( FFT)来对该算法进行快速计算，将算法的复杂度降为 $o\left ( M^{2}N log_{2}N \right )$ ,从而大大降低了运算量。