基于LambdaMART的景象匹配适配性分析

摘要

在导弹的末端制导中，常常采用景象匹配相关技术作为导航手段，而景象匹配适配性分析是参考图制备中的核心技术，参考图也是影响景象匹配系统匹配性能的关键因素。现有的适配性分析工作大多数是靠人工或简单层次准则判别算法完成，但由于适配性分析的复杂性，目前的适配性分析方法在实际应用中还存在着诸多有待解决的问题。论文在前人工作的基础上，针对景象匹配适配性分析方法展开研究，主要研究内容如下： 针对适配性特征提取问题，在利用常用传统统计特征的同时，通过增加SIFT特征描述子，有效提升了景象匹配适配性的特征表达能力。 针对当前图像适配性能评价的模糊性，论文从实际出发，直接考察区域子图在不同场景下成像后的匹配性能。将同一目标区域多幅不同的实时图进行微小的仿射形变生成数量众多的模拟实时图，将模拟实时图和参考图进行匹配并统计正确匹配概率作为该区域的适配性的定量评价指标。 为了灵活地进行适配性分析，本文使用机器学习排序方法——LambdaMART来进行适配性拟合。在训练阶段，将参考图子块按适配性排序，并利用当前排序模型在参考图适配性排序上的输出误差来调整模型；在预测阶段，利用模型对参考图子图的适配性打分，最后可以自由地选择阈值来确定适配区域。 最后，将论文提出的适配性分析方法和传统的基于层次、基于分类器的适配区选取方法进行对比实验。实验结果表明，论文提出的方法具有更高的分类性能，对参考图的选择具有更高的灵活性。

目录

第一个书签之前