?目前，導(dǎo)航系統(tǒng)在很多領(lǐng)域中發(fā)揮重要的作用，例如在軍事上運用較多的慣導(dǎo)系統(tǒng)和
民用的智能交通運輸系統(tǒng)。而且，隨著精度和可靠性要求越來越高的智能運輸系統(tǒng)的發(fā)展，導(dǎo)航系統(tǒng)向多傳感器融合方向發(fā)展。這主要由于任何一個導(dǎo)航系統(tǒng)都有不完備的地方,例如GPS 系統(tǒng)作為導(dǎo)航系統(tǒng)，在地形復(fù)雜及遮擋物較多的地區(qū)時，容易發(fā)生丟星，不能準(zhǔn)確定位。? 本文通過對景象匹配問題的分析，嘗試了一種景象匹配的算法實現(xiàn)軌道車輛輔助導(dǎo)航的應(yīng)用。即在車輛導(dǎo)航中，利用圖像采集設(shè)備獲取軌道沿邊的一系列自然景象，并經(jīng)過數(shù)字圖像處理得到特征信息存為基準(zhǔn)特征庫。 然后， 當(dāng)攜帶相應(yīng)采集設(shè)備的車輛路過預(yù)定范圍時，實時采集圖像進行處理及取得特征并與特征信息庫里的特征比較，定位到具體的位置。位置參數(shù)送到主導(dǎo)航系統(tǒng)后，經(jīng)過系統(tǒng)計算即可修正誤差，使軌道車輛得到穩(wěn)定導(dǎo)航。 本文研究的主要內(nèi)容在于圖像處理方法和匹配方法能否快速達到要求，從增加抗干擾、抗噪聲性能出發(fā)，采取了側(cè)抑制競爭與快速模糊邊緣結(jié)合的方法進行預(yù)處理；然后通過多分辨率、多角度提取特征值，以融合匹配的方法輔助主導(dǎo)航系統(tǒng)在固定線路上進行精確定位。
通過試驗，取得了令人滿意的效果。
本文共分 6 章：
第 1章主要介紹本課題的提出、意義和現(xiàn)狀，以及圖像處理的框架和內(nèi)容。?
第 2 章著重介紹本課題研究系統(tǒng)的組成和軟硬件的具體分析。
第 3 章具體論述圖像匹配預(yù)處理的各種方法、選擇和組合的方法，以及作者
進行改進的快速模糊邊緣并行算法。
第 4 章簡介匹配的內(nèi)容，闡述如何選擇匹配方法并介紹本文融合匹配的算法。
第 5 章是實驗結(jié)果分析和系統(tǒng)運行的流程。
第 6 章給出本文的結(jié)論和對于本課題的展望。
?