聲納圖像配準(zhǔn)與融合技術(shù)研究.pdf

1、聲納圖像直觀地表征了水下聲探測中的目標(biāo)回波數(shù)據(jù)，因此對其進行配準(zhǔn)與融合在后期的圖像處理和分析中起著關(guān)鍵作用。由于聲成像的原理導(dǎo)致聲納圖像具有一些特有的屬性，由此造成聲納圖像配準(zhǔn)與融合的困難，同時也對處理過程提出了一些要求或前提條件。雖然在光學(xué)，遙感，醫(yī)學(xué)等其他領(lǐng)域已經(jīng)涌現(xiàn)出大批切實的圖像配準(zhǔn)與融合方法，然而探究關(guān)于聲納圖像的處理策略和方式依然具有廣闊的應(yīng)用前景和迫切的現(xiàn)實需求，因此，本文針對聲納圖像配準(zhǔn)融合問題展開了有意義的研究。

2、>　　在聲納圖像配準(zhǔn)方面，本文選取圖像配準(zhǔn)領(lǐng)域中通行的互信息理論作為基礎(chǔ)。針對剛性形變圖像配準(zhǔn)，主要探究了相似度量函數(shù)和優(yōu)化方法兩方面內(nèi)容，一方面是兼顧了像素點空間聯(lián)系的度量函數(shù)，另一方面是避免了度量函數(shù)陷入局部極值的優(yōu)化策略。這些方法中，不乏有非常成熟或已提出多年的模型，但在聲納圖像配準(zhǔn)中卻鮮有應(yīng)用。本文針對聲納圖像配準(zhǔn)問題，分別探討了各式配準(zhǔn)方法的性能，進行了大量的仿真實驗，并在基于互信息的圖像配準(zhǔn)框架下，推導(dǎo)了基于梯度互信息的相似

3、度量函數(shù)的具體表達式以及建立了基于粒子群算法和Powell法的混合優(yōu)化策略，利用多分辨率分析方法改善聲納圖像配準(zhǔn)算法的性能。在歸納出聲納圖像配準(zhǔn)方法后，對具有代表性的聲納圖像進行配準(zhǔn)實驗，在剛性形變聲納圖像配準(zhǔn)中，通過對比其他配準(zhǔn)算法，本文算法表現(xiàn)性能優(yōu)良且魯棒穩(wěn)定。此外，在剛性形變聲納圖像配準(zhǔn)基礎(chǔ)上，考慮對非剛性形變的聲納圖像進行配準(zhǔn)。分析了Demons算法在聲納圖像配準(zhǔn)中的局限和不足，構(gòu)造了基于梯度互信息的Demons模型，并提出了

4、相應(yīng)的聲納圖像配準(zhǔn)算法，同時本文結(jié)合聲納圖像特點，對Demons算法的重要系數(shù)進行了分析，得出了有價值的結(jié)論。采用基于梯度互信息的Demons模型對非剛性形變的聲納圖像進行配準(zhǔn)，通過與經(jīng)典和主動Demons模型進行對照，驗證了其有效實用。
　　在聲納圖像融合方面，本文從融合和評價兩個方向進行探索。起初探討了以Piella理論為基礎(chǔ)的通用融合框架在聲納圖像融合中的應(yīng)用，全面系統(tǒng)地闡述了基于Piella多尺度圖像融合框架，包括多分辨率

5、分析方法，活性測度，匹配測度，決策模塊以及合成模塊。針對聲納圖像及其處理過程的自身特點，本文擴展了Piella多尺度圖像融合框架，摒棄匹配測度和決策模塊，并提出引入前一分解層中的近似信息構(gòu)造低頻分量的融合準(zhǔn)則以及基于圖像質(zhì)量評價標(biāo)準(zhǔn)的高頻融合準(zhǔn)則。仿真實驗驗證，這些改進對聲納圖像融合具有重要意義，改進后的算法適于聲納圖像融合處理，更有利于融合質(zhì)量的提高，取得了良好的融合效果。其次，本文系統(tǒng)地研究和分析了各種圖像融合評價標(biāo)準(zhǔn)的主客觀方法，