本书针对飞行器视觉导航需求，聚焦红外视觉导航和合成孔径雷达视觉导航两大核心技术，系统阐述其理论基础、技术方法与工程应用，为飞行器高精度自主导航提供理论支撑与实践参考。全书涵盖与飞行器视觉导航有关的图像处理方法与技术，既包括视觉导航传统方法，也包括融合近年来基于深度学习的相关研究成果，突出其实用性与前沿性。
样章试读
目录
- 目录
前言
第1章 概论 1
1.1 视觉导航原理 1
1.1.1 基本原理 1
1.1.2 主要类别 2
1.2 视觉导航关键技术 3
1.2.1 基准图制备 4
1.2.2 图像匹配算法 6
1.2.3 目标检测算法 12
1.3 本书主要内容 16
参考文献 17
第2章 红外视觉导航 20
2.1 引言 20
2.2 红外成像原理 21
2.2.1 黑体辐射定律 21
2.2.2 实际物体的辐射 23
2.2.3 红外成像窗口 24
2.2.4 红外热成像仪 24
2.3 红外图像特性分析 26
2.3.1 红外图像整体特性 26
2.3.2 红外图像背景特性 27
2.3.3 红外图像目标特性 29
2.4 基于模板匹配的前视红外目标识别 30
2.4.1 问题描述 30
2.4.2 算法描述 31
2.4.3 实验结果与分析 37
2.5 基于知识模型的前视红外目标识别 38
2.5.1 机场跑道 39
2.5.2 桥梁 39
2.5.3 油库 40
2.5.4 雷达天线罩 41
2.5.5 冷却塔 42
2.6 基于深度学习的红外目标检测 43
2.6.1 红外目标检测数据集的制作 43
2.6.2 红外目标检测模型 46
2.6.3 实验结果与分析 48
参考文献 51
第3章 基于红外特性建模的红外图像仿真 53
3.1 引言 53
3.2 地物红外辐射特性分析 54
3.2.1 地物表面温度影响因素 55
3.2.2 建筑物红外特性分析 58
3.3 红外仿真软件 60
3.3.1 SE-Workbench-IR软件 60
3.3.2 Vega软件 64
3.4 红外仿真图像质量评估 65
3.5 基于SE-Workbench-IR的红外图像仿真 68
3.5.1 仿真流程 68
3.5.2 实验结果与分析 73
参考文献 75
第4章 基于深度学习的红外图像仿真 76
4.1 引言 76
4.2 生成对抗模型 77
4.2.1 基本原理 77
4.2.2 条件生成对抗网络 79
4.2.3 经典模型 82
4.3 面向匹配任务的可见光/红外图像转换算法 83
4.3.1 算法描述 84
4.3.2 实验结果与分析 88
4.3.3 算法讨论 94
4.3.4 小结 97
4.4 单边无配对的可见光/红外图像转换算法 97
4.4.1 网络设计 98
4.4.2 损失函数设计 101
4.4.3 实验结果与分析 104
4.4.4 小结 111
4.5 判别器引导的可见光/红外图像转换算法 111
4.5.1 算法描述 112
4.5.2 实验结果与分析 117
4.5.3 小结 120
参考文献 120
第5章 SAR视觉导航 123
5.1 引言 123
5.2 SAR成像原理 124
5.2.1 微波后向散射 124
5.2.2 雷达成像仪 127
5.3 SAR图像特性分析 132
5.3.1 相干斑 132
5.3.2 几何特性 133
5.3.3 典型目标类型 135
5.4 SAR景象匹配 136
5.5 SAR寻的制导 138
参考文献 144
第6章 SAR景象匹配适配区选取 145
6.1 引言 145
6.2 景象匹配适配区特征参数 146
6.2.1 基于信息量的指标 146
6.2.2 基于稳定性的指标 147
6.2.3 基于重复度的指标 148
6.2.4 基于地形特征的指标 149
6.3 面向成像差异的SAR景象匹配适配区选取法 151
6.3.1 典型地物稳定性分析 151
6.3.2 稳定区域提取 153
6.3.3 小结 156
6.4 基于卷积神经网络的SAR景象匹配适配区选取法 156
6.4.1 训练样本集构建 157
6.4.2 卷积神经网络子区分类模型 160
6.4.3 实验结果与分析 163
6.4.4 小结 166
参考文献 166
第7章 异源图像匹配 168
7.1 引言 168
7.2 基于端到端孪生U-Net的异源图像模板匹配算法 169
7.2.1 算法描述 169
7.2.2 实验结果与分析 172
7.2.3 小结 178
7.3 基于改进SuperPoint点特征与视觉线性Transformer的异源图像匹配算法 178
7.3.1 算法描述 178
7.3.2 实验结果与分析 184
7.3.3 小结 187
7.4 基于结构特征边缘的异源图像匹配算法 187
7.4.1 最佳尺度确定 188
7.4.2 基于改进的自适应结构张量粗匹配 190
7.4.3 基于线特征的精匹配 192
7.4.4 实验结果与分析 196
7.4.5 小结 198
7.5 基于封闭均匀区域的SAR异源图像匹配算法 199
7.5.1 基于多尺度非线性扩散滤波的均匀区域提取 200
7.5.2 基于多边形拟合的区域粗匹配 201
7.5.3 基于重合度的区域精匹配 203
7.5.4 基于区域质心构建变换模型 205
7.5.5 实验结果与分析 205
7.5.6 小结 209
参考文献 209
第8章 SAR典型目标检测 211
8.1 引言 211
8.2 基于二维经验模态分解的SAR图像建筑物检测算法 211
8.2.1 经验模态分解算法 212
8.2.2 特征区域提取 213
8.2.3 基于特征区域组合的建筑物检测 217
8.2.4 实验结果与分析 219
8.2.5 小结 220
8.3 基于Ghost卷积与注意力机制的SAR图像建筑物检测算法 221
8.3.1 算法描述 221
8.3.2 实验结果与分析 227
8.3.3 小结 231
8.4 基于深度可分离逆残差网络与双注意力机制的SAR图像飞机检测算法 231
8.4.1 算法描述 231
8.4.2 实验结果与分析 237
8.4.3 小结 240
8.5 基于深层次多尺度特征融合卷积神经网络的SAR图像舰船目标检测算法 240
8.5.1 算法描述 241
8.5.2 实验结果与分析 245
8.5.3 小结 248
参考文献 249
京公网安备 11010102004214号