多源圖像融合關(guān)鍵技術(shù)研究及應(yīng)用.pdf

1、近年來(lái)，圖像融合已成為圖像理解和計(jì)算機(jī)視覺(jué)領(lǐng)域中一項(xiàng)重要而有用的新技術(shù)。由于單一傳感器受到其自身性能的限制，只能在特定的條件和范圍內(nèi)工作，所以提供的數(shù)據(jù)信息量是有限的，而來(lái)自多個(gè)傳感器的多幅源圖像中包含了互補(bǔ)信息和冗余信息，多傳感器圖像融合技術(shù)能夠綜合圖像間的互補(bǔ)信息，去除圖像間的冗余信息，獲得更為準(zhǔn)確、可靠、全面的圖像信息。
　　本文主要針對(duì)像素級(jí)的多傳感器圖像融合算法進(jìn)行了研究，并基于多尺度的原理，建立了多源圖像濾波、配準(zhǔn)、融

2、合的統(tǒng)一框架，并給出了本文所采用的多傳感器圖像融合系統(tǒng)整個(gè)處理過(guò)程的框架。本文的主要工作如下：
　　1.本文首先闡述了多傳感器圖像融合技術(shù)的研究背景和意義，介紹了圖像融合在多個(gè)領(lǐng)域中的應(yīng)用以及圖像融合按照不同角度的分類(lèi)，總結(jié)了圖像融合技術(shù)的發(fā)展及研究現(xiàn)狀。
　　2.本文研究了針對(duì)不同傳感圖像的去噪算法，采用多尺度多結(jié)構(gòu)元素的形態(tài)學(xué)去噪算法，在有效去除噪聲的同時(shí)能夠較好地保護(hù)圖像的邊緣。對(duì)多組圖像數(shù)據(jù)進(jìn)行了仿真分析，并與多種去

3、噪算法進(jìn)行對(duì)比，驗(yàn)證了本文算法的有效性。
　　3.本文深入討論了多傳感器圖像的配準(zhǔn)算法，采用圖像邊緣作為配準(zhǔn)特征進(jìn)行配準(zhǔn)，對(duì)于不同的邊緣提取算法，本文結(jié)合多組圖像數(shù)據(jù)進(jìn)行了仿真分析與對(duì)比，驗(yàn)證了基于多尺度多方向結(jié)構(gòu)元素的形態(tài)學(xué)邊緣檢測(cè)算子的有效性，能夠獲取更完整更連續(xù)的邊緣提取效果。對(duì)得到的邊緣圖像，本文采用互相關(guān)信息的相似度準(zhǔn)則對(duì)邊緣圖像進(jìn)行配準(zhǔn)，得到空間變換參數(shù)，并根據(jù)空間變換參數(shù)對(duì)待配準(zhǔn)圖像進(jìn)行空間坐標(biāo)變換以完成配準(zhǔn)。采用圖

4、像邊緣作為配準(zhǔn)特征克服了以往算法中對(duì)于高分辨率圖像配準(zhǔn)時(shí)間過(guò)長(zhǎng)的缺陷。
　　4.本文基于多尺度分解原理對(duì)多傳感器圖像進(jìn)行融合，深入研究了針對(duì)圖像分解系數(shù)的多種融合算法和融合規(guī)則。在融合處理過(guò)程中，采用基于區(qū)域特性的融合規(guī)則對(duì)圖像的分解系數(shù)進(jìn)行融合，不僅考慮低頻信息，來(lái)清晰描述目標(biāo)輪廓；同時(shí)結(jié)合高頻部分，得到圖像的細(xì)節(jié)信息。本文結(jié)合多組圖像數(shù)據(jù)針對(duì)不同的融合方法進(jìn)行了仿真分析與對(duì)比，使用主客觀相結(jié)合的方法對(duì)融合后的圖像進(jìn)行評(píng)價(jià)，驗(yàn)證