多傳感器多分辨率圖像融合算法研究.pdf

1、圖像融合技術作為信息領域一個被廣泛研究研究的熱點，能夠最大程度地利用多傳感器的優(yōu)勢，獲得關于同一目標相同的冗余信息和不同的具有互補性質(zhì)的信息，進而得到更為全面、準確的目標特征，在醫(yī)療以及國防領域應用廣泛并得到了快速發(fā)展。由于同一目標在不同條件下通過性質(zhì)各異的傳感器獲得的圖像信息之間往往存在著平移、縮放、旋轉(zhuǎn)等幾何變換關系，所以在進行圖像融合的時候首先需要考慮的是如何通過幾何變換將它們變換到一個統(tǒng)一的坐標系下，這就是圖像配準問題。配準的質(zhì)

2、量直接影響到融合的效果，因而圖像配準也是一個需要著重研究的課題。本文主要的工作分為以下幾個方面：
　　（1）研究了圖像配準常用的理論和方法。針對紅外及可見光的特點，通過分析已有的特征提取算法，決定采用SIFT算法提取待匹配圖像的特征點和特征向量，并采用合適的距離比閾值在提取出的特征點之間篩選出匹配的特征點對。
　?。?）由于一些情況下SIFT算法提取出的極值點的數(shù)量較多，導致后續(xù)特征描述子的生成以及特征向量的匹配運算量極大，

3、與本課題實時性的要求有一定的差距，所以本文提出了兩種改進方法。第一種是利用SIFT算法在多尺度空間進行極值點檢測之后，將它們作為初始的特征點，然后利用Harris角點檢測算子對這些特征點進行逐一篩選，將具有較大角點響應函數(shù)值的點作為最終的特征點進行后續(xù)計算；第二種是在SIFT算法生成特征描述符時，利用主成分分析（PCA）算法，將原算法生成的128維特征點描述符成功降為36維，大大減少了計算量。實驗結果顯示，上述改進方法在不影響配準精確度

4、的情況下大大提高了算法的運行速度，很好的滿足了實時性的要求。
　?。?）采用RANSAC算法對SIFT算法篩選出的初步匹配的特征點對進行匹配，去除誤匹配的點對并進一步通過最小二乘算法得到圖像的幾何變換矩陣，利用該變換矩陣對待配準圖像進行變換。
　　（4）研究了紅外及可見光圖像的融合算法。首先介紹了加權平均融合、拉普拉斯金字塔融合、小波融合等常用的圖像融合算法。針對離散小波變換的不足，提出利用基于平移不變小波變換（SIDWT）