买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京空间机电研究所申请的专利基于惯导数据快速收敛的相似性最优星上图像配准方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114187336B 。

龙图腾网通过国家知识产权局官网在2025-12-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111467224.X，技术领域涉及：G06T7/33；该发明授权基于惯导数据快速收敛的相似性最优星上图像配准方法是由郭进一;吴同舟;彭呈祥;鲁之君;凌龙;余恭敏;李春梅;曹世翔;杨天远;雷宁设计研发完成，并于2021-12-03向国家知识产权局提交的专利申请。

本基于惯导数据快速收敛的相似性最优星上图像配准方法在说明书摘要公布了：本发明公开了一种基于惯导数据快速收敛的相似性最优星上图像配准方法，该方法包括如下步骤：构建图像变换矩阵、待配准图像和基准图像之间的投影变换模型；根据得成像时刻卫星的视场光轴位置和三角度偏移量到粗配准的投影变换矩阵；利用投影变换模型，以及投影变换矩阵进行全局粗匹配得到粗匹配图像；根据数学模型，对图像变换矩阵进行解耦得到待求解的变换参数，将待求解的变换参数代入图像变换矩阵得到最优变换矩阵，将最优变换矩阵作用于待配准图像得到精配准图像；根据局部归一化图像相似度度量算法计算精配准图像和基准图像的相似性得到最优匹配结果。本发明具有满足星上计算能力要求、满足图像处理精度要求、满足星上存储资源要求的优点。

本发明授权基于惯导数据快速收敛的相似性最优星上图像配准方法在权利要求书中公布了：1.一种基于惯导数据快速收敛的相似性最优星上图像配准方法，其特征在于，所述方法包括如下步骤： 步骤一：构建图像变换矩阵、待配准图像和基准图像之间的投影变换模型； 步骤二：利用当前时刻惯导系统的参数得到成像时刻卫星的视场光轴位置和三角度偏移量，根据成像时刻卫星的视场光轴位置和三角度偏移量到粗配准的投影变换矩阵； 步骤三：利用步骤一中的投影变换模型，以及步骤二计算的投影变换矩阵进行全局粗匹配得到粗匹配图像； 步骤四：根据步骤一的投影变换模型，对图像变换矩阵进行解耦得到待求解的变换参数，将待求解的变换参数代入图像变换矩阵得到最优变换矩阵，将最优变换矩阵作用于待配准图像得到精配准图像； 步骤五：根据局部归一化图像相似度度量算法计算精配准图像和基准图像的相似性得到最优匹配结果； 基于角位移测量系统测量出多帧图像成像期间相机光轴的偏移量，转化到图像偏差中进行图像配准；投影变换通用变换公式： 对于二维图像而言，上式中w为0，u,v为原始图像坐标，x,y为变换后图片的坐标； 将变换矩阵简化： 图像配准转换成寻优问题； 对x方向，y方向分别在[-a31+a31]、[-a32+a32]范围内寻找最优解[axay]，得到转换矩阵使计算得到的图像与原图相似度最优，如下示： ax∈[-a31+a31]ay∈[-a32+a32]3 原图坐标为[x,y,z]，相似性计算： 上式中：a为向量[x,y]，表示基准图像坐标系；b为向量[x′,y′]，表示精配准后图像坐标系；Δθ为向量a,b的角度相似性；x为基准图像横坐标，x′为精配准图像横坐标，y为基准图像纵坐标，y′为精配准图像纵坐标，ΔD为基准图像和精配准图像的马氏距离，Δρ为基准图像和精配准图像的相关性度量，Dx′为x′的方差；DIS为最终局部归一化相似性度量，表示基准图像和精配准图像的相似性；Covx,x′为x,x′的协方差，Dx为x的方差，ΔD0～1为ΔD归一化[0-1]的值，计算过程为： 上式最终，相似性度量DIS∈0,1，越趋近于1，说明相似度越高。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京空间机电研究所，其通讯地址为：100076 北京市丰台区南大红门路1号9201信箱5分箱；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。