导航信息辅助的单目视觉图像匹配寻的技术研究

Precision guided weapons are able to implement selective attacks with higher effeciency, and they tend to be more and more important in modern wars. In the target recognition process of image-matching guidance, there exists some typical problems, which include the degeneration of images’ quality, templates fabrication and obscure target features. According to the complementarity among inertial navigation, computer vision and time domain optimization, this project proposes a novel image matching guidance approach based on the assistance of missiles’ positions and gestures. In this new approach, the guidance system is the same as that in traditional approaches, and no changes in hardware systems are needed..(1)Image quality improving methods under the moving dynamics of missiles. According to the position and gestures information that provided by the on-body navigation systems, the qualities of blurred images are enhanced by the assistance of navigation information;.(2)On the basis of the known geometric relationships among the positions and gestures of the missile, the topological reconstruction from multi views is proposed. In addition, according to the time-domain relationships among the image features, the reconstructing results are optimized;.(3)The recognition method for ill-defined targets. Based on the aforementioned Euclid reconstruction results that arrived from the salient features of images are utilized to compose large segmented views, and based on it, a relative positing and recognizing approach aimed at unclear target is proposed..This project provides an effective approach for unclear targets, especially when the templates are unable or hard to achieve. The related researches are important in real applications, when the hidden target or areas are involved in the attacking tasks.

精确制导武器可实现选择性打击，攻击效率高，在现代战争中发挥着日益重要的作用。针对匹配制导过程中易出现的目标被遮挡或不显著、成像质量退化等典型问题，本项目将高动态精确导航定位、计算机视觉和时域优化方法相结合，在维持现有武器制导系统不变的前提下，利用弹上已有导航信息的辅助，对新型图像匹配寻的技术进行研究。.1.针对弹体动态特性的图像质量增强方法。根据弹上导航系统提供的位置和姿态等已有导航信息，辅助视觉系统完成图像去模糊，实现运动平台成像质量优化；2.基于时域优化的多视图几何重构方法。基于图像特征的时域相关性，对多视角观测到的目标拓扑结构进行欧氏重构，并对重构结果进行优化；3.不显著目标的寻的方法。通过对前述显著图特征欧氏重构结果进行序贯拼接，实现基于远视距仿射不变特性的不显著目标定位。.本项目面向无法快速准确获取攻击目标模板的实战需求，实现对敌方隐蔽目标的定位识别，具有重要研究价值。

成像制导是飞行器精确制导技术的一个重点领域，本项目围绕精确成像制导的智能化问题，重点从导航信息对成像制导目标识别过程的辅助技术进行了针对性的研究。本项目的主要研究内容包括三项，首先，本项目结合成像制导应用实际背景，对空对地成像条件下显著图驱动的不显著目标相对定位技术进行了研究。提出了视觉显著性驱动的不显著目标相对定位技术，实验结果证明了该方法在目标被遮挡、复杂背景干扰或目标相似度较高等情况下，具有明显的优势。其次，本项目从目标识别中场景理解的需求出发，对大视场的空对地成像特征提取和重构技术进行了研究。提出了一种基于分割网络的空对地图像道路特征提取技术，并围绕建筑物等成像制导应用领域普遍关心的目标类型，从飞行器远视距单目成像条件下，研究了针对地面目标的单目视觉三维重构技术。实验结果表明，本项目的算法能够实现对摄像机位姿的不间断的估计，这验证了所提方法的鲁棒性。同时大范围的重构测量实验也说明本项目的方法能够有效对深度变化范围很大的场景进行重构测量。最后，本项目对惯性导航信息辅助的成像制导目标智能识别技术进行了研究。在成像制导应用背景下，空基无人平台执行空对地目标检测任务的过程中，由于平台飞行高度、成像传感器性能、视角变化等因素的影响，现有的深度学习目标检测算法无法适应环境变化的影响，难以取得满意的效果，特别是因成像高度剧烈变化引起的成像范围剧烈变化的问题。对此，本项目利用飞行器的导航定位高度信息，提出了一种高度自适应的跨空域无人平台对地目标检测算法，通过引入平台任务过程中的成像高度信息，利用其辅助对地目标检测任务能够提高目标检测算法对成像高度变化的适应性。综上，本项目另辟蹊径，从飞行器工作过程的实际背景出发，从导航信息辅助成像制导目标智能识别的角度，为解决跨空域无人平台对地目标检测问题提供了一条新途径。