图像预处理主要完成实时图校正,针对导弹俯仰、滚动及航向的影响,导致实时图与基准图之间存在几何畸变,该文据摄像机几何成像关系,建立畸变坐标系与基准坐标系的对应关系,进而采用欧氏距离逆向插值求解校正图像的灰度,实验证明该方法在实时性的前提下能够在一定程度上保留图像细节.在灰度校正方面采用直方图相关技术,增强了实时图与基准图灰度分布的一致性与图像特征的相似性.为使图像匹配具有稳健性,首先分析具有实时性处理算法(归一化积相关和归一化灰度组合)的正确匹配概率与图像统计特征之间关系,且结论为:①正确匹配概率与匹配图像的信噪比成正比;②正确匹配概率与匹配图像的独立像元数成正比;③正确匹配概率与不匹配次数成反比;④在信噪比小于1的情况下,归一化积相关具有较高的匹配概率.鉴于上述结论与最小二乘法原理,该文提出基于特征模板的时空关联匹配算法.图像特征提取是采用具有侧抑制性能的Bubble小波,在能量守恒前提下相乘不同尺度边缘特征,有效地抑制虚假边缘,保证了图像边缘特征的稳健性.时空关联匹配是基于惯导相对漂移误差较小而提出的,该方法利用最小二乘法拟合序列实时图与基准图的相关峰值以确定最佳匹配位置,增加了识别伪峰的能力,提高了匹配概率与定位精度.为保证匹配算法实时性及硬件实现的可能性,根据Fourier变换线性定理、周期定理与平移定理提出了合成序列实时图与基准图匹配的方案,一次相位相关计算即可求解四幅序列实时图分别与基准图的相关矩阵,同理依据最小二乘法确定实时图的最佳匹配位置.良好的图像特征是高匹配性能的基础,故有必要在基准图中进行适配区选择.首先把将基准图分成若干互不重叠的图像块,以图像块为单位,采用四尺度八方向的Gabor小波提取图像纹理特征,进而将所有尺度和方向上的小波系数能量分布的均值、方差(不同尺度和方向的小波变换系数的能量分布的均值分别代表纹理的频率和方向特征,方差代表纹理的复杂度)组合成描述图像区域内纹理特性的特征矢量;其次基于EM算法实现纹理特征矢量的聚类;最后基于四个统计评价指标(图像方差、独立像元数、纹理频谱分布和重复模式)确定基准图的适配区域.适配区中规划航迹是针对所采用的匹配算法,建立了图像品质指标(单峰性、相对峰值和噪声不变)评价体系,实现适配区的二次优化,以确定区域内基于品质指标的直飞点;最后基于规则航迹与相切点原理完成具有直飞限制的航迹规划.