目标发生旋转和尺度变化等时会导致跟踪算法出现目标丢失和精度大幅度下降等问题。因此解决目标在运动过程中出现的旋转以及尺度变化问题成为当前的研究热点。提出具有旋转特性的目标跟踪算法,该算法以Hamed等提出的 BACF(background-aware correlation filter)为基准,保留BACF算法中的定位,将笛卡儿坐标系下的目标特征转换到极坐标系下,并采用傅里叶-梅林公式来计算目标旋转角度和尺度的改变,在公开数据集POT上进行验证和比较,发现经过改进后的算法在目标旋转时,矩形框可以跟随目标发生旋转,并且本文算法在POT数据集上的准确率和成功率具有大幅度的提升,分别为0.6561和0.5930,旋转特性准确率和成功率分别为0.9619和0.8527。

图像匹配是计算机视觉中的重要应用之一, 相位相关算法是其中的一种常用方法。但是该算法只能准确匹配存在平移的情况, 对带有旋转和缩放的情况无法正确匹配。针对这一问题, 本文提出了基于傅里叶-梅林变换的匹配方法, 利用图像傅里叶变换幅度谱中的包含的信息, 计算出旋转角度和缩放系数, 根据结果变换模板图像, 进一步计算出平移量。本文设计了模拟和实际实验对算法进行验证。结果显示本文算法不仅在模拟条件下具有较好的匹配效果, 在实际情况下也能准确匹配。

由于卫星图像来自于不同的传感器、由不同的视角和光谱、在不同的时间获得, 图像间存在较大差异。为了有效配准图像, 提出一种“先粗后精”的配准算法, 首先采用Fourier-Mellin 变换算法实施快速的粗配准, 然后采用以修正的结构相似度为测度的优化算法实施精确配准。对于真实的卫星图像配准, 由于没有准确的衡量标准, 很难给出定量的评估结果。本文提出一种新的配准评估方法——匹配曲线特征评估法, 以匹配曲线的峰度、峰偏、峰值以及峰值间均方根误差(RMSE)为定量评估指标, 以峰值间RMSE 最小为准则自动调整配准参数。结果表明, “先粗后精”的配准算法能够实现相当精确的配准; 匹配曲线特征评估法不仅能够从曲线的光滑度、尖锐度等特性直观描述配准性能, 并能由曲线的特征指标定量评估配准效果, 而且还能自动调整配准参数, 使配准更加精确。

分析了基于特征点控制为基础的配准、傅里叶梅林变换、最大互信息法等三种图像配准算法的原理。采用这三种方法对近红外脉冲光乳腺成像系统采集的病例图像实现图像配准，并从配准所需要时间和最终的配准效果两个方面对三种算法的配准效果进行了比较。 结果表明，基于特征点控制基础的配准方法所需时间最短，傅里叶梅林变换次之，最大互信息法所需要的时间最长。但是，从最终配准效果来看，最大互信息法明显优于其他两种算法。应用最大互信息法可以有效实现图像的配准，但是在实际应用中，需要对配准时间进行进一步优化。

MEMS器件微结构的运动特性影响器件的性能和可靠性。为实现微结构周期运动过程中各个时刻的旋转角度的测量, 提出一种基于傅里叶梅林(Fourier-Mellin)变换和相位相关算法的旋转角度测量方法。利用傅里叶梅林变换算法的旋转不变性, 将图像空间坐标转换为对数极坐标的参数空间, 旋转角度变化转化为平移的运动, 然后利用相位相关的亚像素平移测量算法, 得到微结构旋转角度。实验结果表明, 该算法旋转角度测量分辨率达到0.01°, 计算量较小且具有抗干扰能力。

为了解决微内尺度的精密测量问题，提出了一种基于正交傅里叶-梅林矩(OFMM’s)定位的双光纤耦合瞄准触发式微内尺度测量方法。该方法通过耦合器实现光能量在不同光纤间的反向传输，把双光纤传感器测头的横向位移量转化为光束的偏转量，通过显微成像系统把此偏转量转化为CCD图像捕捉系统更大的横向位移量。为提高测量精度，运用OFMM’s的幅值旋转不变性和独特的图像形状细节特征的描述能力对CCD图像捕捉系统的图像信号进行亚像素定位；根据OFMM’s的实际位置进行补偿以提高输出图像边缘的定位精度，从而提高测量精度。对OFMM’s的定位精度及传感器性能进行了实验验证，并依据JJF(黑)8-2008，利用自行研制的微小孔径测量机实现了对直径为200 μm、深2 000 μm深盲孔的直径测量，其测量重复性不确定度优于0.25 μm。

针对尺度缩放和角度旋转变化目标相关识别率低的问题，在联合相关识别中加入傅里叶-梅林变换方法。采用傅里叶-梅林变换(FMT)中的对数极坐标变换、梅林变换、傅里叶变换具有的旋转、尺度、平移（RST）不变性，可以提高JTC图像识别的性能，实现畸变-不变图像的识别。利用联合变换相关器对角度旋转0°～40°、尺度变化0～20%的目标进行计算机仿真实验。实验结果表明：在JTC中采用FMT可以实现畸变-不变图像的识别。

为满足高精度计量和方位瞄准跟踪系统的发展对激光CCD自准直仪测量精度的要求,提出一种基于正交傅里叶-梅林矩的激光CCD自准直仪圆目标中心抗噪声精确定位方法。首先利用正交傅里叶-梅林矩(OFMM)的幅值旋转不变性和更低径向矩阶数在充分提取图像边缘细节信息的同时抑制图像噪声的影响,通过对图像边缘旋转后垂直方向上不同阶次的正交傅里叶-梅林矩之间关系的分析将圆目标轮廓定位至亚像素级,然后采用最小二乘拟合方法实现圆目标中心的精确定位。结果表明,该方法稳定性好,定位精度高且抗干扰能力强,改进后的激光CCD自准直仪的测量分辨力提高了10倍,测量精度由2″提高到±0.18″,可有效满足在小角度测量和瞄准等领域的高精度测量需要。

为实现深空光通信链路建立过程中精确的对准,提出了一种深空光通信系统扩展信标的捕获方案。该方案以可视地球图像作为信标,在航天器上存储一幅信标图像作为参考图像,采用天线扫描的方式在各点对所瞄准的区域成像,利用像素扫描的方式,使参考图像和实际探测图像进行相关,在天线扫描完成以后,找出相关性最大的位置,即可认为在该点捕获到地球图像。在计算两图像相关系数的过程中,由于傅里叶梅林变换幅度谱具有伸缩及旋转不变性,因此利用傅里叶梅林变换即可消除两图像相关系数因为旋转和伸缩的影响。利用蒙特卡罗方法随机产生1000个视场,仿真结果表明,3σ内正确捕获到信标图像的概率为99.6%,表明这是一种可行的方法。