提出一种新的多尺度改进加速鲁棒特征(SURF)分块特征匹配算法，定义为Modified-SURF(M-SURF)。此方法在运用图像积分技术的SURF基础上进行分块特征匹配，使计算速度进一步加快；同时使用了基于二阶多尺度模板生成的特征描述子，提高了特征点匹配的鲁棒性。文中首先推导了M-SURF算法二阶多尺度模板公式；然后，介绍了分块匹配的方法，解决了匹配计算速度与精度不能兼得的矛盾，通过实验获得了分块模板的最佳参数；最后，采用欧氏空间最近距离比次近距离的方法衡量匹配的优劣度，利用LMedS方法剔除误匹配点，使匹配精度有较大的提高。对多组图像进行了匹配实验，结果表明：与SURF和尺度不变特征变换(SIFT)算法比较，M-SURF的计算速度提高了28％，匹配精度提高了3％。该算法能够很好地实现特征点的正确匹配，具有很高的使用价值。

提出了基于构建最优函数来提高飞机姿态测量精度的方法。首先，利用模板匹配法获得飞机在两个测站投影的同名特征点，在发射坐标系下采用交会获得飞机同名特征点的坐标值，根据飞机在空间的特征三角形解算飞机姿态的初值。然后，建立飞机体坐标系；利用成像的共线方程，重新计算空间特征点对应的像点坐标；以重投影结果与实际像点之间的偏差最小作为优化目标函数。最后，通过迭代提高目标姿态解的精度。实验结果表明，飞机轴向成像在大于500 pixel时，姿态角测量误差小于0.1°。与中轴线法及飞机角平分线方向向量法测量精度比对，本文提出的方法采用的数学模型正确、算法合理，有效地提高了飞机姿态的测量精度。

为了实现飞机姿态的测量，提出用光电经纬仪单站空间余弦姿态测量方法及多站面面交汇测量方法来获得飞机姿态参数。经纬仪单站加距离信息测量飞机姿态时，采用穷举法获得飞机轴线上的特征点，利用空间的位置关系获得空间姿态参数；经纬仪多站交汇方法获得飞机飞行姿态参数时，首先采用Hough变换对二维平面图像拟合获得目标中轴线，然后计算原点到目标的中轴线的垂直距离及原点到目标的中轴线的法线与X轴正向的夹角，获得目标在二维平面的直线方程。目标图像的二维中轴线与摄影系统的光学中心唯一确定了一个空间平面，采用面面交汇的方法，获得空间中轴线，得到飞机轴线的偏航角及俯仰角。实验结果表明，单站测量目标姿态在距离＜6 000 m时，姿态角测量误差＜1°；多站测量目标姿态在交汇角为30～150°时，姿态角测量误差＜0.6°。精度比对结果表明，本文采用的数学模型正确、算法合理，有效提取了飞机的姿态参数。

对子母弹多目标提取算法进行了研究。首先,采用改进的最大类间方差法(OSTU)对数字图像进行二值处理,分别提取目标的形心位置和目标面积的大小,同时对目标区域进行标记,设定面积阈值,根据目标的面积大小,初步判断目标粘连与遮挡;然后,根据粘连目标区域灰度直方图波峰、波谷的变化情况分离目标,求目标灰度平均值,采用Hough变换拟合算法获得目标中轴线;最后,计算目标的倾角。在匹配过程中,采用卡尔曼滤波预测目标匹配搜索区域;在获得目标形心位置、面积大小、灰度平均值、目标倾角后,利用改进的特征函数来完成序列图像子母弹多目标的数据关联,实现子母弹多子弹目标提取。实验结果表明,目标提取的正确率可达90%,所采用的数学模型正确、算法合理,有效地获得了序列图像子母弹多目标参数。

将Kalman预测法用于经纬仪跟踪机动目标,对不同靶标旋转速度下的机动目标跟踪进行了仿真研究.提出了状态方程输入矩阵G(k),用以弥补等角速度方程的加速度项.根据Kalman预测曲线与实测曲线误差的标准方差最小原则,确定了状态噪声与测试噪声的方差比值Q/R,并优化了适合经纬仪的比值Q/R.提出了组合Kalman隔点预测法,进行了1,2,3个隔点的仿真预测研究,在数据融合方面解决了数据采集信号传输到主控机有时间延迟情况下对经纬仪跟踪机动目标的仿真问题.