一种实用的边缘强度互相关匹配可信度分析方法.pdf

维普资讯 第26卷第6期 宇 航 学 报 V01．26 No．6 2005年 11月 JournalofAstronautics November2005 一 种实用的边缘强度互相关 匹配可信度分析方法 陈建祥 ，桑 农 (1．北京西城区爱民街 1号南楼电子信息基础部，100034；2．华中科技大学图像识别与人工智能研究所，武汉 43(I)74) 摘 要：匹配可信度是衡量匹配质量的重要指标，针对归一化边缘强度互相关匹配算法，研究了基于神经网 络的匹配可信度判别方法。通过对参考图进行加噪实验获得训练样本，对BP网络进行训练，并将训练后的网络用 于匹配可信度的判别。针对实际卫片与航片图像对的实验结果，平均判决正确率达到90％以上，证实了该方法的 有效性。 关键词 ：归一化边缘强度互相关；匹配可信度；BP网；噪声模型 中图分类号：TP751．1 文献标识码：A 文章编号：10o0-1328(20o5)0o．cr722．04 0 引言 1 匹配原理 图像匹配是计算机视觉 、序列图像分析中的一 各种匹配准则和算法其核心均是以获得一个准 个基本问题，在立体视觉、医学图像分析、遥感影像 则或多个准则复合的最优值作为正确匹配的根据。 配准等方面应用很广。众所周知，衡量图像匹配性 匹配运算结束后 ，我们通常作如下判断： 能的两个重要指标是匹配概率和匹配精度，其中前 正确匹配位置为 (，)，它满足下式： 者意味着对单次匹配而言，存在着错误匹配的可能。 廊(，矿l )= OPT( (，Yl )) (1) ，V，七 在许多实际应用中，错误的匹配结果可能带来严重 式中，M(·)为某匹配准则，OPT为寻优算子，W为 的后果，这时采用一定的技术对单次匹配的结果进 实时图， 为搜索区，(，)为搜索区中某匹配位 行进一步分析，确定该次匹配的可信度，以决定是否 置。然而这个判断是否可信?普通的匹配算法没有 接受匹配结果，是具有实际意义的。 对此进行必要的检验。 文献[1]针对归一化边缘强度互相关匹配算法， 匹配是在参考图的位置集合中进行搜索，匹配 提出了一种基于神经网络的匹配可信度判别方法。 度量本身是大量像素点对相似性 (特征的或灰度的) 以参考图与若干实时图的匹配实验结果作为训练用 测度的统计量，由于影响匹配度量值的误差源性质 样本数据，利用反向传播 (BP，Backpropagation)网络 是随机的，因此匹配度量值是一个随机量。现在的 进行训练，使得对训练样本而言，训练后的网络输出 问题是对某一次实际的匹配实验，即对获得的匹配 总误差最小，并将训练后的网络用于匹配可信度的 度量值随机量的一次抽样，判断其是正确匹配抑或 判别。但对于诸如飞行器导航等实际应用来说，事 是错误匹配，显然这是一个典型的模式分类问题，因 先获得大量实时图是不现实的，为此，本文提出在仅 此可采用具有极强的样本描述能力及非线性映射能 给定参考图的条件下，对参考图进行加噪实验获得 力的神经网络分类器 ，如 BP网，来求解该问题。 训练样本，对 BP网络进行训练，以提高算法的实用 2 归一化边缘强度互相关匹配算法 性。文中给出了针对实际卫片与航片图像对的实验 结果，证实了方法的有效性。本文中称匹配时的大