基于多分辨率分析的多傳感器圖像融合算法研究.pdf

1、圖像融合是將兩個或兩個以上具有互補信息和冗余特性的圖像進行多層次、多級別、多方向的綜合性處理，融合成為含有更豐富的信息、更為精準、更具可靠性的圖像，使融合后的圖像減少冗余性、模糊性的同時，具有更佳的互補性、可理解性，更加適合人類視覺或計算機檢測、識別、分類、理解等圖像處理。目前，圖像融合技術(shù)在遙感圖像處理、計算機視覺、智能機器人、軍事監(jiān)控、醫(yī)學掃描成像等領(lǐng)域得到了廣泛的應(yīng)用。
　　 本論文主要研究了基于多分辨率分析的多傳感器圖像

2、融合算法。主要圍繞對偶樹復(fù)小波變換、二代Curvelet變換和非下采樣Contourlet變換等多分辨率分析工具，對多傳感器圖像融合算法進行深入、系統(tǒng)的研究，結(jié)合大量仿真實驗，提出了多種圖像融合算法。
　　 首先，以多傳感器圖像融合的分類為切入點，分析了基于多分辨率分析的圖像融合技術(shù)，對比了多種主流多分辨率分析工具系數(shù)分布規(guī)律，探討了多聚焦圖像、紅外圖像和遙感圖像三類傳感器成像特性，歸納了圖像融合評價指標及評價依據(jù)。
　　

3、 其次，針對灰度多聚焦圖像的融合，提出了基于模糊理論判別和對偶樹復(fù)小波變換的灰度多聚焦圖像融合算法。針對對偶樹復(fù)小波分解后，圖像在平滑區(qū)域選擇子帶系數(shù)時存在一定不確定性的問題引入模糊理論，以模糊隸屬度來度量圖像不同的類型特征與對應(yīng)像素灰度值之間的映射關(guān)系，有效消除融合過程中可能存在的不確定性，實現(xiàn)了對圖像的有效融合及細節(jié)增強；在此基礎(chǔ)上，針對彩色多聚焦圖像的融合，提出了基于IHS色彩空間模型和對偶樹復(fù)小波變換的彩色多聚焦圖像融合算法，

4、解決了以往彩色多聚焦圖像以R、G、B通道單獨進行融合容易造成色彩失真的問題。通過仿真實驗，驗證了兩種融合算法的有效性和優(yōu)越性。
　　 再次，針對紅外與可見光圖像的融合，結(jié)合二代Curvelet變換，提出了一種基于顯著水平測度和區(qū)域匹配規(guī)則的紅外與可見光圖像融合算法。該算法中，結(jié)合紅外和可見光圖像特性及人眼視覺系統(tǒng)的特點，定義了顯著水平測度算子，用以表征像素點的信息質(zhì)量，指導(dǎo)二代Curvlet變換圖像融合系數(shù)的選取，從而充分提取紅

5、外圖像的熱目標特征信息與可見光圖像豐富背景特征信息，得到了更佳的融合效果；在此基礎(chǔ)上，針對紅外與彩色可見光圖像融合提出了基于HSV顏色空間與二代Curvelet變換的紅外與彩色可見光圖像融合算法，使融合后的彩色圖像最大可能地保持可見光圖像中的自然彩色信息。
　　 最后，針對遙感圖像的融合，提出了基于NSCT和PCA變換域的遙感圖像融合算法，既充分利用了NSCT的多尺度特性，又突出了PCA變換降低維度的特性，使得融合圖像較好的保留

6、了源圖像的光譜信息，有效克服了傳統(tǒng)的多分辨率變換圖像融合算法降低空間質(zhì)量的缺點。針對全色圖像注入到多光譜圖像主元成分中會帶來一定光譜失真的問題，引入高通濾波對全色圖像進行銳化，以保留融合圖像中高比例的光譜特征。融合策略上，針對低頻子帶系數(shù)選擇提出了一種基于窗口與局部方差相結(jié)合的融合策略；在高頻子帶系數(shù)選擇上，提出了基于區(qū)域線性相關(guān)測定的融合策略。仿真實驗表明，該算法能夠使融合圖像在顯著提高空間質(zhì)量的同時有效減少光譜失真。