動(dòng)態(tài)景像匹配導(dǎo)航差分濾波估計(jì)定位融合算法

楊小岡， 鄭 剛， 付 閣

(第二炮兵工程大學(xué)，西安 710025)

0 引言

目前，景像匹配技術(shù)已經(jīng)成為用于飛行器導(dǎo)航定位與精確制導(dǎo)的一項(xiàng)重要技術(shù)。設(shè)計(jì)可靠性高、魯棒性好的匹配算法對于提升導(dǎo)航與制導(dǎo)性能具有重要意義［1-4］。為了改善算法匹配性能，可以在常用的景像匹配算法基礎(chǔ)上，設(shè)計(jì)采用一些有效的控制策略(Control Strategy，CS)［2］。常用的控制策略主要有搜索策略(Searching Strategy，SS)、匹配策略(Matching Strategy，MS)和融合策略(Fusion Strategy，F(xiàn)S)［1-2］3 種。文獻(xiàn)［1］提出的序貫相似性檢測算法(SSDA)與文獻(xiàn)［2］中提出的金字塔分層匹配算法均采用了SS;文獻(xiàn)中常見的“先粗后精”的匹配方法可認(rèn)為是采用了MS［4］。然而這些策略都沒有超越“單次匹配”這個(gè)傳統(tǒng)觀念。動(dòng)態(tài)景像匹配方法是當(dāng)前視覺導(dǎo)航領(lǐng)域研究的熱點(diǎn)方向［3-4］，其基本思想是以傳統(tǒng)匹配算法為基礎(chǔ)，通過加入信息的決策融合，從而消除各種因素引起的匹配不確定性，以達(dá)到提高匹配定位精度，增強(qiáng)匹配系統(tǒng)的穩(wěn)定性、抗干擾性，改善系統(tǒng)整體匹配性能的目的。國內(nèi)的相關(guān)研究較少，可供查閱的文獻(xiàn)也寥寥無幾［5-8］。文獻(xiàn)［5］僅給出了動(dòng)態(tài)景像匹配的相關(guān)概念，并未針對濾波融合算法做更深入的研究;文獻(xiàn)［6-7］雖然提出了利用曲線擬合和慣導(dǎo)信息輔助相結(jié)合的方法來解決多次匹配條件下錯(cuò)誤匹配點(diǎn)的剔除問題，但是卻沒有考慮到還存在匹配隨機(jī)誤差，限制了匹配定位精度的進(jìn)一步提高;文獻(xiàn)［8］研究了序列圖像匹配算法的濾波融合問題，給出了在匹配區(qū)內(nèi)沿規(guī)劃方向平飛狀態(tài)下的融合方法，但并未深入探討更為一般的勻速飛行問題。本文針對飛行器下視景像匹配導(dǎo)航應(yīng)用，從信號(hào)濾波與參數(shù)估計(jì)的角度對動(dòng)態(tài)景像匹配中的位置融合問題進(jìn)行了相關(guān)研究，在文獻(xiàn)［8］的基礎(chǔ)上提出了一種有效的動(dòng)態(tài)景像匹配導(dǎo)航差分濾波估計(jì)定位融合算法。通過理論分析及仿真試驗(yàn)，說明了該算法的有效性。

1 定位融合問題的描述

飛行器下視景像匹配導(dǎo)航中，最典型的動(dòng)態(tài)景像匹配模式是當(dāng)飛行器飛經(jīng)確定的導(dǎo)航匹配區(qū)時(shí)，飛行器實(shí)時(shí)連續(xù)獲取地面動(dòng)態(tài)圖像，形成實(shí)時(shí)圖序列，每幀實(shí)時(shí)圖在采集的同時(shí)，與預(yù)存在飛行器中導(dǎo)航區(qū)的基準(zhǔn)圖進(jìn)行匹配(采集一幀，匹配一幀)，從而得到匹配位置序列。將基準(zhǔn)圖X 與實(shí)時(shí)圖序列{Yn，n =1，2，…}進(jìn)行n 次匹配后，得到一組匹配位置序列{(x1，y1)，(x2，y2)，…，(xn，yn)}，在匹配區(qū)上空，可認(rèn)為飛行器是勻速飛行，實(shí)時(shí)圖按固定幀頻獲取，則動(dòng)態(tài)景像匹配定位融合問題主要分為如下兩個(gè)問題。

1)濾除匹配過程中產(chǎn)生的誤匹配點(diǎn)。由于預(yù)先制作的基準(zhǔn)圖與飛行中采集的實(shí)時(shí)圖在時(shí)間、外部環(huán)境、圖像采集設(shè)備等各方面都有差異性，在匹配過程中，必然會(huì)有一些誤匹配點(diǎn)產(chǎn)生，所以動(dòng)態(tài)景像匹配結(jié)果融合的首要問題就是消除這些誤匹配點(diǎn)。

2)消除匹配過程中產(chǎn)生的隨機(jī)匹配誤差。由于攝像頭采集圖像的系統(tǒng)誤差、飛行器在飛行過程中由于振動(dòng)等引起的誤差以及其他一些因素的影響，會(huì)給匹配結(jié)果引入一些誤差，導(dǎo)致即使匹配正確無誤，其結(jié)果也不是一條規(guī)范的直線，本文為方便研究認(rèn)為匹配結(jié)果是一個(gè)帶有隨機(jī)干擾的位置序列。

假設(shè)飛行器以恒定速度飛過匹配區(qū)，以x 方向?yàn)槔瑘D1a 為理想條件下飛行器的軌跡示意圖，圖1b 為實(shí)際中x 方向匹配位置示意圖，橫軸表示時(shí)間序列t，縱軸表示x 方向的位置坐標(biāo)。由于y 方向與x 方向類似，在此不做贅述。

圖1 飛行器動(dòng)態(tài)匹配的軌跡示意圖Fig．1 Dynamic scene matching results of aircraft

2 差分濾波估計(jì)定位融合算法設(shè)計(jì)

針對位置序列的融合問題，結(jié)合其誤差特性，本文設(shè)計(jì)了一種差分濾波估計(jì)算法，其基本思路是:首先對動(dòng)態(tài)景像匹配的結(jié)果序列點(diǎn)進(jìn)行差分運(yùn)算，在此基礎(chǔ)上，利用中值濾波(MF)進(jìn)行數(shù)據(jù)濾波，實(shí)現(xiàn)誤匹配點(diǎn)的剔除處理;然后利用最小二乘法(LSE)對濾波結(jié)果進(jìn)行最優(yōu)估計(jì)，最終得到匹配位置的最優(yōu)估計(jì)值(xn/n，yn/n)。

2．1 位置差分濾波

依據(jù)動(dòng)態(tài)景像匹配原理，可將匹配結(jié)果位置序列分解為橫向序列{x1，x2，…，xn}與縱向序列{y1，y2，…，yn}。按式(1)首先進(jìn)行位置序列的差分運(yùn)算，即

可得到位置差分序列{Δx1，Δx2，…，Δxn-1}與{Δy1，Δy2，…，Δyn-1}。由于飛行器在匹配區(qū)上空是勻速飛行，因而理想情況下，兩組數(shù)據(jù)中Δxi，Δyi均為常數(shù)，而實(shí)際情況中的誤匹配及各類隨機(jī)誤差表現(xiàn)為在常值周圍的微小波動(dòng)及個(gè)別奇異點(diǎn)(孤立點(diǎn))。

要對具有上述分布特性的數(shù)據(jù)進(jìn)行處理，特別是檢測出其中的奇異點(diǎn)，本文采用MF 算法［9］，其原理就是用一個(gè)奇數(shù)點(diǎn)的滑動(dòng)模板(即掩模)在數(shù)據(jù)中移動(dòng)，在移動(dòng)過程中用掩模中各點(diǎn)的中值代替掩模中間的點(diǎn)的值。設(shè){f1，f2，…，fn}為一組數(shù)據(jù)序列，假設(shè)掩模長度為m(m 為奇數(shù))，對該序列進(jìn)行MF 處理，就是從該序列中依次取m 個(gè)數(shù){fi-v，…，fi-1，fi，fi+1，…，fi+v}，設(shè)fi為這m 個(gè)點(diǎn)的中心點(diǎn)的值，為方便表示，設(shè)v=(m-1)/2。將這m 個(gè)點(diǎn)對應(yīng)的值按大小排列，取正中間的點(diǎn)的值作為濾波輸出結(jié)果。則一維中值濾波結(jié)果yi表示為

顯而易見，MF 通過將數(shù)據(jù)周圍與其差異較大的值改取為與其接近的值，來實(shí)現(xiàn)對噪聲點(diǎn)，尤其是孤立噪聲點(diǎn)的消除。

在得到匹配位置差分?jǐn)?shù)據(jù)序列的基礎(chǔ)上，采用MF對數(shù)據(jù)進(jìn)行濾波處理，取濾波器大小為n -1，分別得到濾波值ΔxMF與ΔyMF，當(dāng)橫向位置差分序列與縱向位置差分序列同時(shí)滿足

時(shí)，認(rèn)為相應(yīng)的Δxi，Δyi為正確差分值，與之相關(guān)的xi與xi+1，yi與yi+1構(gòu)成正確匹配點(diǎn)，得到最終的正確匹配點(diǎn)，其余則為誤匹配點(diǎn)，予以剔除。閾值TM是考慮隨機(jī)干擾影響，它是由匹配系統(tǒng)允許的匹配誤差值來確定的，根據(jù)飛行穩(wěn)定性及算法匹配誤差要求，TM一般取3 ～5 個(gè)像素就可達(dá)到很好的效果。

2．2 LSE 估計(jì)

依據(jù)飛行器的運(yùn)動(dòng)軌跡，首先剔除橫向序列的誤匹配點(diǎn)，然后擬合橫向運(yùn)動(dòng)曲線，縱向同理，這樣就得到

式中:K0x表示橫向擬合直線的截距;Kx表示橫向擬合直線的斜率;K0y表示縱向擬合直線的截距;Ky表示縱向擬合直線的斜率。依據(jù)LSE 方法［8］，可以得到K0x，Kx，K0y，Ky的估計(jì)值為

式中，n1表示剔除誤匹配點(diǎn)后新序列的數(shù)目。通過式(4)、式(5)便可得到擬合曲線，進(jìn)而求出匹配位置最優(yōu)估計(jì)值(xn/n，yn/n)。

2．3 融合算法結(jié)構(gòu)

歸納起來，針對動(dòng)態(tài)景像匹配得到的匹配位置序列，采用位置差分濾波和LSE 估計(jì)融合算法的結(jié)構(gòu)流程如圖2 所示。

圖2 算法結(jié)構(gòu)框圖Fig．2 Flowchart of the PFA

圖中，MF 的窗口大小可以與差分結(jié)果序列長度相同，也可采用固定大小的加窗MF 方式［8］，對于固定常值的濾波，兩者效果差別不大，不影響后續(xù)算法處理過程。

3 仿真實(shí)驗(yàn)與分析

采用與實(shí)飛圖像對應(yīng)的多個(gè)匹配區(qū)景像圖進(jìn)行動(dòng)態(tài)景像匹配實(shí)驗(yàn)，在使用LOG-Proj 景像匹配算法進(jìn)行匹配定位［10］的基礎(chǔ)上，通過本文提出的算法對結(jié)果進(jìn)行濾波估計(jì)融合，效果較好。以某一景像匹配導(dǎo)航區(qū)為例進(jìn)行分析，如圖3a 所示為一個(gè)匹配區(qū)的可見光基準(zhǔn)圖(大小256 ×256)，圖3c 所示為采集的實(shí)時(shí)圖序列(大小64 ×64)。

采用LOG-Proj 算法進(jìn)行動(dòng)態(tài)景像匹配定位，單次匹配位置示意見圖3b。結(jié)合前面設(shè)計(jì)的差分濾波估計(jì)算法，表1 給出了相應(yīng)的動(dòng)態(tài)景像匹配導(dǎo)航試驗(yàn)結(jié)果。

圖3 匹配實(shí)驗(yàn)用圖Fig．3 Images for matching experiment

表1 實(shí)驗(yàn)結(jié)果Table 1 Experimental results

表1 中，點(diǎn)1 ～19與圖3c 中實(shí)時(shí)圖序列在圖3a 中基準(zhǔn)圖上的匹配位置，即圖3b 中“十”字所示位置。依據(jù)本文的差分濾波融合算法計(jì)算可得，K0x= -5，Kx=10，K0y=66．31，Ky=1．94，匹配位置橫向LSE 擬合直線為x(n/n)= -5 +10n，縱向LSE 擬合直線為y(n/n)=66．31 +1．94n?？梢钥闯觯帽疚乃惴ú粌H有效地剔除了誤匹配點(diǎn)13，14，15，16，還可以通過最優(yōu)估計(jì)得到最優(yōu)預(yù)測值，能夠有效地提高系統(tǒng)的誤差修正能力。從算法的實(shí)時(shí)性角度講，融合算法數(shù)據(jù)計(jì)算量遠(yuǎn)小于景像匹配算法，通過對匹配位置的預(yù)測還可以對匹配過程中存在的算法實(shí)時(shí)性差的問題進(jìn)行補(bǔ)償，從而進(jìn)一步提高匹配系統(tǒng)的實(shí)時(shí)修正能力?？傊捎帽疚慕o出的差分濾波估計(jì)算法，不僅可以有效剔除誤匹配點(diǎn)，還可以減小隨機(jī)匹配誤差，增強(qiáng)系統(tǒng)的魯棒性和抗干擾性，提高匹配精度。試驗(yàn)過程中，對基于其他邊緣檢測算子的匹配算法也進(jìn)行了動(dòng)態(tài)匹配分析，雖然其匹配概率較低，但采用本文算法仍能有效地實(shí)現(xiàn)匹配結(jié)果的融合處理，得到正確的位置濾波估計(jì)結(jié)果。此外，實(shí)際使用時(shí)，可以取一定寬度的濾波估計(jì)窗體，采用遞推方法進(jìn)行實(shí)時(shí)融合處理，這需要結(jié)合具體工程應(yīng)用環(huán)境進(jìn)行具體設(shè)計(jì)分析。

4 結(jié)論

采用動(dòng)態(tài)景像匹配方法能夠有效地提高景像匹配制導(dǎo)的穩(wěn)定性、準(zhǔn)確性與抗干擾性。本文針對飛行器動(dòng)態(tài)景像匹配導(dǎo)航，提出了一種基于位置差分濾波與LSE 估計(jì)的定位結(jié)果融合算法，并結(jié)合實(shí)飛數(shù)據(jù)進(jìn)行了仿真實(shí)驗(yàn)。從實(shí)驗(yàn)結(jié)果來看，本文算法不僅有效地解決了匹配過程中存在誤匹配點(diǎn)與隨機(jī)匹配誤差的問題，還可以通過最優(yōu)估計(jì)對各個(gè)匹配點(diǎn)的位置進(jìn)行預(yù)測，不僅有效地提高了系統(tǒng)容錯(cuò)性和誤差修正的實(shí)時(shí)性，提高了匹配定位的精度，還能夠補(bǔ)償由于算法實(shí)時(shí)性差導(dǎo)致的運(yùn)算滯后，對于改善景像匹配系統(tǒng)能力具有重要作用。

［1］ TSAI S X．Introduction to the scene matching missile guidance technologies［R］． National Air Intelligence Center，NAIC-ID(RS)T-0379-96，1996:1-18．

［2］ 曹菲，楊小岡，繆棟．快速景像匹配算法控制策略研究［J］．導(dǎo)彈與航天運(yùn)載技術(shù)，2005(3):46-50． (CAO F，YANG X G，MIAO D．Control strategy of fast scene matching algorithm［J］．Missile and Space Vehicles，2005 nal of System Simulation，2010，22(6):1270-1273．)(3):46-50．)

［3］ GOEDEME T，TUYTELAARS T，VAN GOOL L．Fast wide baseline matching for visual navigation［C］// Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition，2004:24-29．

［4］ WU L，HU Y A．Vision-aided navigation for aircrafts based on road junction detection［C］// IEEE International Conference on Intelligent Computing and Intelligent Systems(ICIS)，2009，11:164-169．

［5］ 殷飛，桑農(nóng)，王冼． 一種新的序列圖像匹配定位算法［J］．紅外與激光工程，2001，30(6):422-425． (YIN F，SANG N，WANG X．A new matching algorithm based on serials images［J］． Infrared and Laser Engineering，2001，30(6):422-425．)

［6］ 李耀軍，潘泉，趙春暉，等．基于動(dòng)態(tài)關(guān)鍵幀的自然地標(biāo)景像匹配視覺導(dǎo)航［J］．光電工程，2010，37(9):32-38．(LI Y J，PAN Q，ZHAO C H，et al．Natural-landmark scene matching vision navigation based on dynamic key frame［J］．Opto-Electronic Engineering，2010，37(9):32-38．)

［7］ 黃錫山，陳慧津，陳哲．景像匹配誤匹配點(diǎn)的剔除算法［J］．中國圖象圖形學(xué)報(bào)，2002，7(8):783-787．(HUANG X S，CHEN H J，CHEN Z．Algorithm of eliminating the mismatching points in scene matching guidance system［J］．Journal of Image and Graphics，2002，7(8):783-787．)

［8］ 楊小岡，曹菲，繆棟，等．基于WMF 與LSE 的序列圖像匹配制導(dǎo)濾波融合算法［J］． 系統(tǒng)工程與電子技術(shù)，2007，29(8):1362-1365． (YANG X G，CAO F，MIAO D，et al． Novel filtering and fusion algorithm based on WMF and LSE for sequence image matching navigation［J］．Systems Engineering and Electronics，2007，29(8):1362-1365．)

［9］ 孫繼銀，孫向東，王忠，等．前視紅外景象匹配技術(shù)［M］．北京:科學(xué)出版社，2011．(SUN J Y，SUN X D，WANG Z，et al． The Technology of the FLIR scene matching［M］．Beijing:Science Press，2011．)

［10］ 楊小岡，左森，黃先祥，等．圖像匹配綜合實(shí)驗(yàn)與仿真系統(tǒng)研究［J］．系統(tǒng)仿真學(xué)報(bào)，2010，22(6):1270-1273．(YANG X G，ZUO S，HUANG X X，et al．Integral experiment and simulation system for image matching［J］．Jour-