中文摘要：

充分发挥梯度方向信息在多传感器图像中相关性强的优势，以及在显著结构特征提取和图像姿态测量方面的潜力，利用相位编组方法和互信息理论研究一种面向视觉导航的红外/可见光图像配准新方法。基于显著结构特征的方向互信息实现红外/可见光图像的精确配准，以及红外相机位置姿态的精确测量。为利用红外图像修正惯导误差提供一种有效的技术途径，为非合作环境中基于自然景物的红外视觉导航奠定理论和技术基础。

结论摘要：

红外图像与可见光图像精确配准的一个重要应用方向是精确制导武器的中、末制导。在中制导阶段，根据配准结果可以确定武器的自身位置，修正惯导系统因长时间飞行累积的位置误差。在末制导阶段，根据配准结果可以确定攻击位置，提高命中精度。这些应用的核心在于通过高精度的红外/可见光图像配准确定红外相机的位置和姿态参数，实现非合作自然环境中基于自然景物的红外视觉导航。 本项目基于对红外/可见光图像中共性特征的分析，从图像中具有更强相关性的梯度方向入手，通过梯度方向的编组实现显著结构特征的提取，根据显著结构特征的方向建立互信息测度，并利用蚁群优化等群智能算法实现两类异质影像的高精度配准和红外相机外参数的精确估计，主要研究成果包括 1、研究了三种新的图像梯度方向信息估计方法，选择性能最好的方法，采用相位编组的思想实现了红外、可见光图像共性的显著结构特征的提取和描述。 2、构建了红外/可见光图像配准的坐标系，推导了红外/可见光图像配准所需的坐标变换算法，提出了方向互信息测度的具体定义，建立了基于方向互信息的红外/可见光图像配准方法，最后通过仿真实验证明了该算法的有效性。 3、提出了一种能够实现图像显著边缘检测的蚁群优化算法，该算法能够有效检测图像中的显著边缘特征，对多类图像具有良好的适应性，且收敛速度快。 4、研究了多蚁群协作完成图像特征提取的具体方法。 5、在相机位姿估计问题研究方面，提出了3种求解“3D特征对应问题”的线性最小二乘算法并进行了有效性验证，提出了一种基于蚁群优化的PnP算法，并进行了有效性验证。 6、在求解特征对应问题方面，提出一种快速高效的仿射不变点模式匹配算法，能以较小的存储量和计算量实现点模式的可靠匹配。将该方法用于模拟点集匹配和遥感图像目标识别取得了良好的实验结果。 7、对目标定位问题进行了初步探索研究，提出了两个方法基于图像和位姿测量信息的目标定位方法；基于图像、位姿测量、激光测距信息的目标定位方法。 8、在视觉显著性方面，提出了一种基于频谱残留变换的新的显著性检测方法，并将其用于红外遥感图像舰船目标检测。 9、在目标红外特征和红外图像处理方面还开展了相关的研究工作。 本项目的研究成果可为红外/可见光图像配准、红外视觉导航、红外目标识别与定位提出技术支持。