基于視覺注意的紅外與可見光圖像配準.pdf

1、多傳感器相較于單一傳感器能夠提供更為豐富的信息，利用傳感器間的冗余信息、互補信息，得到場景更為豐富、全面、包含更多細節(jié)的圖像信息，這些互補信息的融合，可以提高我們對場景的理解，有助于提高系統(tǒng)的性能。而紅外與可見光是最常用的兩種圖像，二者的信息融合，對圖像理解、目標檢測與識別、目標定位等有著重要作用，但是使用這兩類圖像進行數(shù)據(jù)融合前，需要在幾何上需要進行嚴格的配準。因此，本文對紅外與可見光圖像配準的方法進行深入的研究。
　　本文在研

2、究圖像配準現(xiàn)有方法的基礎(chǔ)上，針對紅外與可見光圖像的特點、成像機理的差異性，重點研究了基于特征圖像配準方法，包括SIFT、SURF以及BRISK算子具體實現(xiàn)過程，并對三種算子進行紅外與可見光圖像配準實驗，比較了三種算子重復率和匹配效率等性能參數(shù)。視覺注意能夠幫助人們準確、快速的鎖定顯著目標，這樣就能夠避免在冗余信息耗費計算開銷，提高效率。若將其用于圖像配準中，能夠快速搜尋感興趣區(qū)域（即最關(guān)心、最有效的信息），為后續(xù)圖像配準提供基礎(chǔ)。因此，

3、本文將視覺注意與圖像配準相結(jié)合，提出了一種基于視覺注意機制的紅外與可見光圖像的配準算法。該算法首先使用Itti視覺注意模型獲得圖像顯著圖，并對顯著圖運用勝者全取（WTA）和抑制返回（IOR）策略得到全局的視覺注意區(qū)域，然后通過“Canny”算子將視覺注意區(qū)域轉(zhuǎn)換為邊緣圖，接著利用Hu矩和去歸一化互相關(guān)作為粗匹配的兩個準則進行特征粗匹配，然后采用RANSAC篩除錯誤匹配點得到精細匹配輸出，計算圖像配準參數(shù)，實現(xiàn)圖像配準。實驗結(jié)果表明：該方