基于多傳感器信息融合的目標檢測及應用技術研究.pdf

1、多傳感器信息融合技術主要研究如何合理的利用不同位置多個或多種傳感器提供的信息來獲取目標或場景更加可靠、全面的描述，因此，多傳感器信息融合技術是圖像處理與模式識別、機器視覺等領域的一個重要研究內(nèi)容。研究成果被廣泛應用于機器人視覺、軍事目標模擬、無人機導航、車輛輔助駕駛以及文物保護等領域。
　　近年來，雖然國內(nèi)外眾多專家、學者對多傳感器信息融合技術展開大量研究，也取得了諸多顯著成果和應用案例，但針對多傳感器信息融合技術在不同應用領域中

2、傳感器類型的選擇與確定、不同傳感器信息的準確獲取與遴選以及不同傳感器信息的多層次、多維度融合等研究仍存在諸多問題。本文針對自然場景下的目標檢測與重建問題，采用將紅外、可見光以及激光掃描儀進行組合，并針對可見光與激光掃描儀的外部標定、紅外與可見光圖像的配準與融合以及運動目標分割與三維重建等關鍵問題進行研究，主要研究成果包括：
　　1.針對激光與可見光傳感器的外部標定問題，首先設計一個具有四個面和五條棱的標定靶；然后通過Hough變換

3、檢測出標定靶的直線特征，并利用直線擬合和直線相交原理獲取標定靶特征直線對應的激光數(shù)據(jù)；最后根據(jù)激光坐標系與圖像坐標系之間的關系求解旋轉(zhuǎn)和平移矩陣，完成激光與可見光傳感器的外部標定。
　　2.針對可見光與紅外圖像的精確配準問題，提出一種基于模板圖像的由粗到精紅外與可見光圖像配準方法。首先在離線情況下，根據(jù)設定的模板圖像，通過直線檢測的方法求取粗配準參數(shù)；然后設計基于Rényi互信息與Harris角點函數(shù)相結合的R-MI-Rényi匹

4、配測度，并根據(jù)粗配準參數(shù)確定匹配特征點的搜索區(qū)域與匹配窗口尺寸；最后使用RANSAC方法完成圖像的精確配準。
　　3.針對可見光與紅外圖像的準確融合問題，提出基于PCNN與小波變換的NSCT域紅外與可見光圖像融合方法。首先利用NSCT分解得到紅外與可見光圖像的低頻分量和高頻分量；然后采用小波分解與PCNN對圖像低頻與高頻分量進行二次分解，并分別設計高頻與低頻信息的改進融合準則；最后根據(jù)圖像低頻與高頻融合結果進行NSCT重構獲得融合