多飞行器协同作战探测图像融合方法研究

多飞行器协同作战探测图像融合方法研究

ID:46619660

大小:1.52 MB

页数:5页

时间:2019-11-26

多飞行器协同作战探测图像融合方法研究_第1页
多飞行器协同作战探测图像融合方法研究_第2页
多飞行器协同作战探测图像融合方法研究_第3页
多飞行器协同作战探测图像融合方法研究_第4页
多飞行器协同作战探测图像融合方法研究_第5页
资源描述:

《多飞行器协同作战探测图像融合方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第33卷第12期计算机仿真2016年12月文章编号:1006—9348(2016)12—0033~05多飞行器协同作战探测图像融合方法研究付阁,杨小冈,齐乃新,唐小佩(火箭军工程大学,陕西西安710025)摘要:针对多飞行器协同目标探测问题,提出了基于改进SIFT算法的实时图融合。首先,通过建立两种典型编队下的多飞行器末段协同探测实时图成像模型,作为融合基础。然后,针对融合过程的时效性和准确性,对SIFT(Scale—invafiantlea—turetransform)算法进行改进,简化特征向量的生成方式,并将特征点的主方向约束性添加

2、到匹配条件中,结合RANSAC(RandomSampleConsensus)算法剔除误匹配点。最后,利用加权平滑算法对多飞行器协同探测到的实时图进行融合。对比仿真表明,改进SIFT算法提高了配准的实效性和精确性,能够有效的用于多飞行器协同探测实时图的融合。关键词:多飞行器;协同探测;实时图融合中图分类号:TP391.9文献标识码:BResearchonreal——timeimagefusionformulti——aircraftcooperativedetectionFUGe,YANGXiao—gang,QINai—xin,TANGXi

3、ao—pei(RocketForceUniversityofEngineeringShanxiXi’an710025,China)ABSTRACT:Aimingatthemulti—aircraftcooperativedetection,real—timeimagefusionbasedonimprovedSIFTisproposed.First,twokindsoftypicalreal—timeimagingmodelsofmulti—aircraftcooperativedetectioninterminalareestabli

4、shedbasedonfusion.ThentheSIFTalgorithminmatchingprocessoffusionisimprovedforthequalityofthefusion,theprocessofformingfeaturevectorsissimplified,andfalsematchingpointsareeliminatedbycombiningdirectionconstraintandRANSACalgorithm.Real—timeimagesfusionsimulationsarecarriedo

5、utbyusingtheweightedsmoothingalgorithm,andtheresultsverifythefastandaccuracyofimprovedalgorithm,whichcanbe印·pliedbymulti—aircraftreal—timeimagefusion.KEYWOI衄$:multi—aircraft;cooperativedetection;real—timeimagefusion1引言现代信息化作战中战场环境复杂多变,信息对抗日趋激烈,而单个飞行器存在携带传感器数量有限、抗拦截能力差、攻击

6、效力低等一系列弊端。相比之下,多飞行器协同作战打破作战过程中飞行器之间没有联系与协作的传统思想,更能适合未来战场作战环境。多飞行器通过协同探测、相互通信、信息共享等方式,提高探测定位精度,增强突防打击能力,以获取最大的作战效能。11。多飞行器集群化作战中,由于飞行末段入射角度和飞行姿态的不同心],导致对战场探测得到的实时图存在一定的差异,单一飞行器如果无法获得信息量全面、目标明显的实时基金项目:61203189,61374054收稿13期:2016—04—08修回日期:2016—04—20图,将会影响制导精度,甚至出现误制导。通过多飞行

7、器间探测实时图的最优融合,可以为飞行器群提供最有利于对目标进行探测的实时图,极大提高飞行器的识别能力,对多飞行器目标识别以及协同作战具有重要意义。图像融合是将一组带有重复信息的小视角图像,通过图像预处理、图像配准和图像融合,拼接成一个含有全部信息的宽视角图像的过程,其关键技术在于图像配准和图像融合‘3J。多年来,图像拼接技术逐步成为国内外研究的热点。微软研究院的RichardSzeliski采用L—M迭代非线性最小方法求解参考图像和待配准图像之间的模型变换矩阵参数‘4j,收敛速度快、效果好,并且对平移、旋转和仿射图像都有很好的拼接效果;

8、M.Brown和D.GLowe提出可基于尺度不变特征变换b1SIFT特征检测算法,该方法具有尺度不变性和旋转不变性,对图像的旋转、平移、遮挡、形变等问题进行了处理,使图像拼接的效果达到更好;Bay等人提出了

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。