导读:本文包含了图像辅助导航论文开题报告文献综述及选题提纲参考文献，主要关键词:无人机,导航恢复系统,OpenSURF,Google,Earth
图像辅助导航论文文献综述
刘畅,何永义[1]（2018）在《小型固定翼无人机图像辅助导航系统的设计》一文中研究指出图像导航作为GPS导航的失效备用方案在无人机导航领域有着重要的应用价值。搭建了一个基于图像导航的小型无人机(SUAV)系统,在GPS临时失效的情况下,可以利用空中俯拍图像辅助航迹推算并结合惯性导航系统进行应急导航。利用Matlab/Aerospace模块库建立了小型固定翼无人机原型的非线性动力学方程,并通过Matlab线性分析工具对无人机的纵向和横侧向动力学模型进行稳态点附近的线性化;利用Google Earth(GE)抓取空中图像作为无人机摄像头的输入,采用SURF算法进行图像匹配,并结合Simulink对图像辅助导航系统进行了仿真验证。(本文来源于《工业控制计算机》期刊2018年07期）
巩哲[2]（2018）在《高维组合特征的序列图像辅助导航关键技术研究》一文中研究指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叁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。(本文来源于《南京航空航天大学》期刊2018-03-01）
马文婷,左毅,胡振,吴蔚,张桂林[3]（2017）在《一种面向辅助导航的基于超复数的极化SAR图像匹配方法》一文中研究指出极化合成孔径雷达图像匹配是修正惯性导航累积误差、提高导航精度的重要手段。针对目前的方法在匹配时没有充分利用极化信息的问题,本文提出了一种基于超复数的极化SAR图像多通道联合匹配方法。该方法通过间接升维的方式,将多通道的极化SAR图像处理为叁维空间中的叁个互相垂直的矢量,在匹配时能够更充分地利用极化信息。实验结果表明,本文提出的方法即使在极化SAR图像之间存在差异及含有乘性噪声的情况下,仍能够获得精确的匹配结果。(本文来源于《第五届中国指挥控制大会论文集》期刊2017-07-03）
袁辉[4]（2017）在《景象匹配辅助导航系统中的异源图像匹配算法研究》一文中研究指出随着航空航天技术的不断发展,现代战争已经进入高技术、信息化的阶段,精确打击和制导武器更是发挥着不可替代的作用。由于景象匹配技术自身具有抗干扰性、自主性、精确性等诸多优点,而得到广泛关注。将景象匹配作为辅助导航工具应用在制导武器上可以提高制导精度,并加强制导系统的自主性。景象匹配是利用预先制备的基准图像与实时获得的实测图像进行匹配,获得实测图在基准图中的位置,由于基准图中每个位置的地理坐标都是已知的,因此,得到正确的匹配结果也就意味着获得了飞行器的实时位置,进而转化为导航信息,提高导航精度。本文着重研究景象匹配辅助导航系统中的图像匹配算法。本文首先对景象匹配的国内外研究现状进行分析,选择异源景象匹配为切入点作为本文的研究对象。对景象匹配中两类常用算法的优缺点进行分析,最终选择线段和矩不变量作为本文特征进行研究。本文在分析了各种线段提取算法的优缺点后,最终选择LSD算法作为本文的线段提取方法,但LSD算法会将图像中完整的线段隔断,同时图像中大量存在的线段和共线线段都会严重影响之后的匹配算法速度,针对以上问题,本文提出多步线段优化策略,在减少了大量无用线段的同时,保留了图像间的共有线段,大幅提升了匹配速度,同时此算法能克服图像间普遍存在的旋转和尺度变化问题。此外,考虑到上述算法的使用需要场景中有直线存在,大大限制了该算法的适用性,因此本文提出一种适用性更加广泛的算法,即将图像矩不变量和参数化模板矢量方法相结合的匹配算法,结合前者适应异源图像灰度变化的优点和后者对旋转、尺度变换适应的优点,并对原有的参数化模板矢量匹配算法进行改进,增强算法的鲁棒性。同时本文采用金字塔分层搜索的策略,在减少算法时间复杂度的同时,也提高了算法的匹配精度。实验结果表明,本文提出的两种改进算法有较高的匹配精度和匹配概率,但算法时间复杂度方面还有待提高。(本文来源于《大连理工大学》期刊2017-05-04）
茹江涛[5]（2017）在《基于图像序列的图像匹配辅助导航关键技术研究》一文中研究指出将图像传感器的视觉信息与惯导组合可以构建具有高自主性,高精度的导航系统。目前,寻找兼顾精度和实时性的图像匹配算法,稳定的信息融合算法是该组合系统的研究热点。本文针对实际工程应用的需要,利用理论研究,系统建模与仿真实验相结合的方法,对图像匹配辅助导航系统的关键技术展开研究。主要工作如下:针对实时图像序列与基准图匹配定位过程中,SIFT算法在搜索阶段耗时较大的问题,提出首先采用高对比度点粗定位,获得粗定位信息,再利用DBSCAN方法对粗定位空间位置聚类,得到可靠的聚类中心后,进行精确匹配和误配删除的分级搜索策略,可以有效提高算法的整体效率。利用图像序列间匹配以获得飞行器的速度信息,利用平均Hausdorff距离进行帧间运动估计。在抗旋转的要求下,提出一种基于Harris角点与平均Hausdorff距离相结合的方法,相比于其它边缘Hausdorff距离算法,本文算法不仅抗旋转,而且在实时性和准确性上都有所提升。由于惯导在长时间导航中会产生累积误差,本文建立了以惯导为核心、图像匹配定位测速为辅的组合导航融合滤波数学模型。针对图像信息输出存在滞后的问题,提出依靠惯导信息增量进行延迟修正的算法,飞行仿真实验证明,相比于传统卡尔曼滤波算法和利用二次曲线拟合进行修正的算法,本文算法的导航精度更高。最后,本文构建并开发了基于图像序列的图像匹配辅助导航仿真软件,为本文提出的图像匹配算法和融合滤波算法提供了可视化检验平台,并验证了本文提出算法的有效性。(本文来源于《南京航空航天大学》期刊2017-03-01）
吴远峰[6]（2016）在《基于水下地形图像匹配的辅助导航技术研究》一文中研究指出目前,水下潜器采用的导航系统大多是以惯性导航为核心进行作业任务,然而随着时间的积累,惯性导航的定位误差会越来越大,所以长时间的航行中,惯导所提供的导航定位信息也会不够精确,影响作业效率。而水下辅助导航技术可以有效地修正惯导的导航误差,并且具有定位精度高、时效强、隐蔽性好及自主性程度高等优点。利用水下地形高程信息的水下辅助导航系统凭借低廉的价格、水下设备性能水平的提高、以及对惯性导航误差的有效修正使水下潜器的工程适用性大大增强。因此,本文将利用水下潜器搭载的多波束测深系统实测水下地形高程数据,将其转换成声纳图像,基于图像处理算法,研究一套基于水下地形的辅助导航方法。本文首先将由多波束测深系统得到的数据进行插值处理,转换成声纳灰度图像,提取水下地形图像的纹理特征、不变矩特征,并分别分析各特征在图像加噪、旋转、改变分辨率、改变探测点等不同条件下,特征参数值所受的影响,选取抗干扰能力强的特征参数构建圆形模板下特征向量。其次,对不同种类水下地形适配性问题进行分析,设计依据水下地形图像特征参数的适配性判断方法,并与传统适配性判断条件对比,讨论两种方法优缺点,归纳总结出新的水下地形适配性判断条件。再次,为保证水下潜器定位导航精度,提高导航效率,本文设计基于水下地形图像灰度的粗匹配、结合基于水下地形图像特征向量的精匹配的分层匹配方式,并与传统TERCOM地形匹配方法对比分析,阐明基于水下地形图像匹配的优点;对比分析最大互相关法计算航向角,本文设计多子图坐标法航向角估计,减少计算时间,同时进一步提高定位精度。最后,为方便对算法高效、良好地使用,本文设计开发水下地形图像辅助导航界面,阐述界面模块功能及操作方法。(本文来源于《哈尔滨工程大学》期刊2016-01-01）
宋子奇,卞红雨,Adam,Zielinski[7]（2015）在《一种基于多波束测深声呐图像的水下地势辅助导航方法（英文）》一文中研究指出Underwater terrain-aided navigation is used to complement the traditional inertial navigation employed by autonomous underwater vehicles during lengthy missions. It can provide fixed estimations by matching real-time depth data with a digital terrain map. This study presents the concept of using image processing techniques in the underwater terrain matching process. A traditional gray-scale histogram of an image is enriched by incorporation with spatial information in pixels. Edge corner pixels are then defined and used to construct an edge corner histogram, which employs as a template to scan the digital terrain map and estimate the fixes of the vehicle by searching the correlation peak. Simulations are performed to investigate the robustness of the proposed method, particularly in relation to its sensitivity to background noise, the scale of real-time images, and the travel direction of the vehicle. At an image resolution of 1 m~2/pixel, the accuracy of localization is more than 10 meters.(本文来源于《Journal of Marine Science and Application》期刊2015年04期）
许晓帆,杜江[8]（2013）在《面向景象匹配辅助导航的SIFT图像配准算法》一文中研究指出本文针对合成孔径雷达/惯性导航(SAR/INS)组合导航系统对景象匹配算法精确性、实时性和鲁棒性的要求,提出基于尺度不变特征变换(SIFT)的亚像素精度快速景象匹配改进算法。通过主成分分析后,对SIFT描述结果进行降维,提高了景象匹配的实时性。仿真试验结果表明,本算法具备实时性、优越的抗噪声、抗光照变化和抗旋转尺度变换能力。(本文来源于《电子设计工程》期刊2013年18期）
孙彬,张彤,严卫东,马心璐,边辉[9]（2013）在《基于ASIFT的飞行器辅助导航图像匹配技术》一文中研究指出对一种新型算法仿射尺度不变特征变换(Affine-SIFT,ASIFT)算法进行研究,将完全仿射不变性引入尺度不变特征变换(SIFT)中,对飞行器光学成像辅助导航中参考图像与实时获取图像存在的不同尺度、不同视角、不同成像条件、甚至不同传感器条件下的灰度特征差异性有很好的鲁棒性,并与现阶段仿射不变性方面最优的SIFT、最大稳定极值区域(MSER)等算法比较,实验结果表明,ASIFT算法大大提升了在大视角变换时的图像匹配的成功率和准确率。(本文来源于《火力与指挥控制》期刊2013年03期）
王先敏[10]（2011）在《景象匹配辅助导航中图像多尺度局部特征匹配算法研究》一文中研究指出针对景象匹配辅助导航系统的发展需求,综述了基于局部特征的景象匹配算法研究现状,分析了景象匹配辅助导航关键技术问题。为克服基于点特征匹配的弱点,研究了基于多尺度局部特征的景象匹配导航算法,为进一步提高算法的适应性及精确性,在分析SIFT算法步骤的基础上,研究了相关参数对匹配结果的影响规律,设计了景象匹配算法自适应导航方案及软件流程,并对算法性能进行对比验证。为解决景象匹配过程中存在的错误匹配问题,利用景象匹配结果构建了图像空间变换模型H,基于PRONSAC方法,设计了H模型高效求解算法,通过H模型变换进行景象匹配效果自评估研究并剔除错误匹配,提出了一种自调节/自评估的S~2SIFT算法,并通过实验验证了S~2SIFT算法的精度和可靠性。为提高景象匹配辅助导航的实时性,结合SURF算法展开加速鲁棒多尺度局部特征景象匹配研究,简要阐述了SURF基本原理,深入分析了SURF算法具备快速鲁棒性的主要技术特征,通过结合惯性器件误差特性,提出了SURF算法的加速鲁棒改进方法,提高了基于SURF的加速鲁棒景象匹配算法的实时性。为验证多尺度局部特征景象匹配算法对惯性导航的修正作用,设计了基于卡尔曼滤波器的组合导航方案,搭建了基于VC++6.0的组合导航软件仿真系统,通过对导航数据的分析,验证了基于多尺度局部特征的景象匹配算法对惯性导航的修正效果。基于多尺度局部特征的景象匹配算法性能优越,能较好地辅助惯性导航系统,提高系统的可靠性和精度,具有较强的工程应用价值。(本文来源于《南京航空航天大学》期刊2011-01-01）
图像辅助导航论文开题报告
（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：
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叁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。
（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。
图像辅助导航论文参考文献
[1].刘畅,何永义.小型固定翼无人机图像辅助导航系统的设计[J].工业控制计算机.2018
[2].巩哲.高维组合特征的序列图像辅助导航关键技术研究[D].南京航空航天大学.2018
[3].马文婷,左毅,胡振,吴蔚,张桂林.一种面向辅助导航的基于超复数的极化SAR图像匹配方法[C].第五届中国指挥控制大会论文集.2017
[4].袁辉.景象匹配辅助导航系统中的异源图像匹配算法研究[D].大连理工大学.2017
[5].茹江涛.基于图像序列的图像匹配辅助导航关键技术研究[D].南京航空航天大学.2017
[6].吴远峰.基于水下地形图像匹配的辅助导航技术研究[D].哈尔滨工程大学.2016
[7].宋子奇,卞红雨,Adam,Zielinski.一种基于多波束测深声呐图像的水下地势辅助导航方法（英文）[J].JournalofMarineScienceandApplication.2015
[8].许晓帆,杜江.面向景象匹配辅助导航的SIFT图像配准算法[J].电子设计工程.2013
[9].孙彬,张彤,严卫东,马心璐,边辉.基于ASIFT的飞行器辅助导航图像匹配技术[J].火力与指挥控制.2013
[10].王先敏.景象匹配辅助导航中图像多尺度局部特征匹配算法研究[D].南京航空航天大学.2011