论文部分内容阅读
视觉特征提取质量决定了UCAV认知导航的效能。为实现UCAV认知导航的高鲁棒性特征点提取,提出一种特征点优选的多元量化MQ-SIFT方法。针对SIFT模拟特征序列分布不均匀、正确匹配率不高的缺陷,提出采用多值量化与比特抽取结合法对模拟特征序列进行多元量化,并且分析验证了该方法的优越性能。为确保高鲁棒性特征点用于认知导航,对特征点进行了优选,给出了优选准则,提出了搜索最大连通集的改进迭代互欧氏距离方法。仿真结果表明:在图像信噪比大于10 dB时,MQ-SIFT算法及其优选的特征点具有较高的正确匹配率,