为了凸显图像中的感兴趣目标, 提出了基于特征融合的图像目标显著性检测方法。首先通过提取可见光图像不同尺度空间的不同特征, 利用区域协方差理论融合尺度空间之间串接的不同特征, 然后结合全局核密度估计体现图像的全局显著性, 实现局部和全局特征融合的图像目标显著性检测。仿真结果表明, 无论主观评价, 还是客观指标, 新方法均优于当前流行的图像显著性检测方法。

针对复杂情况下海上舰船目标单波段特征识别能力不足的问题, 研究可见光、 中波红外和长波红外三波段特征图像融合技术, 重点解决图像融合方法中存在的算法耗时和融合策略选择的问题, 提出了一种新的基于区域协方差矩阵的多波段特征级融合方法, 针对可见光图像和红外图像分别设计11维和5维特征向量, 协方差矩阵可以将多个特征进行融合, 既保证了不同目标之间的区别性, 同时又减小计算量。 该方法首先利用显著性检测, 快速定位图像中的目标区域, 然后, 针对不同波段图像设计的特征向量定义协方差阵的距离计算公式并进行匹配, 通过对图像的一次遍历操作获得积分图像, 在协方差计算时达到快速计算的目的, 最后利用k-阶最近邻算法对多种舰船目标进行分类识别。 利用实拍的3 400余张三波段舰船目标图像作为测试数据。 实验主要分为两部分, 首先对比单波段和三波段融合识别的识别率, 验证所提出的融合方法具有更广的应用范围; 然后, 在计算效率上对比多种传统的像素级方法, 验证采用的特征级融合在计算时间上的优势。 实验结果表明, 该方法可达到951%的识别率, 单帧计算耗时约为05 s, 在实时性和检测率方面都有明显提高。

针对复杂情况下海上舰船目标单波段特征识别能力不足的问题, 研究可见光、 中波红外和长波红外三波段特征图像融合技术, 重点解决图像融合方法中存在的算法耗时和融合策略选择的问题, 提出了一种新的基于区域协方差矩阵的多波段特征级融合方法, 针对可见光图像和红外图像分别设计11维和5维特征向量, 协方差矩阵可以将多个特征进行融合, 既保证了不同目标之间的区别性, 同时又减小计算量。 该方法首先利用显著性检测, 快速定位图像中的目标区域, 然后, 针对不同波段图像设计的特征向量定义协方差阵的距离计算公式并进行匹配, 通过对图像的一次遍历操作获得积分图像, 在协方差计算时达到快速计算的目的, 最后利用k-阶最近邻算法对多种舰船目标进行分类识别。 利用实拍的3 400余张三波段舰船目标图像作为测试数据。 实验主要分为两部分, 首先对比单波段和三波段融合识别的识别率, 验证所提出的融合方法具有更广的应用范围; 然后, 在计算效率上对比多种传统的像素级方法, 验证采用的特征级融合在计算时间上的优势。 实验结果表明, 该方法可达到95.1%的识别率, 单帧计算耗时约为0.5 s, 在实时性和检测率方面都有明显提高。

考虑到不同特征代表图像的不同信息,融合后的特征更能体现图像的本质,概括总结了国内外各类图像特征融合方法,重点阐述分析了基于区域协方差的特征融合方法,该方法可以自然地融合多个相关特征,协方差计算本身具有滤波能力且效率高,最后通过设计合适的目标特征,基于区域协方差融合特征实现舰船目标识别.实验表明,协方差描述子可以较好地融合舰船可见光图像或红外图像的目标特征,提高目标识别能力.

针对景象匹配辅助惯性组合导航系统需要快速准确获取飞行器位置和航向偏差的要求，提出了一种基于区域协方差的实时图像匹配算法.算法采用区域协方差矩阵的距离作为图像匹配时的相似性度量.首先，对图像进行高斯平滑滤波，提取图像的多种特征计算区域协方差矩阵，利用金字塔多级匹配技术进行全局搜索，获得测试图在参考图中像素级匹配位置.然后，利用全局匹配的结果，在实测图上选取多个局部区域，分别进行局部搜索匹配，获取参考图和实测图中一一对应的局部匹配集.最后，利用RANSAC算法和最小二乘算法计算出两幅图像间的最优相似变换参量.仿真分析表明，该算法能满足景象匹配辅助惯性组合导航系统实时性、精确性和鲁棒性的要求.