多源圖像融合關(guān)鍵技術(shù)研究及應(yīng)用.pdf_第1頁
已閱讀1頁,還剩94頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、近年來,圖像融合已成為圖像理解和計(jì)算機(jī)視覺領(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。
  本文主要針對像素級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,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于高分辨率圖像配準(zhǔn)時(shí)間過長的缺陷。
  4.本文基于多尺度分解原理對多傳感器圖像進(jìn)行融合,深入研究了針對圖像分解系數(shù)的多種融合算法和融合規(guī)則。在融合處理過程中,采用基于區(qū)域特性的融合規(guī)則對圖像的分解系數(shù)進(jìn)行融合,不僅考慮低頻信息,來清晰描述目標(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)針對不同的融合方法進(jìn)行了仿真分析與對比,使用主客觀相結(jié)合的方法對融合后的圖像進(jìn)行評價(jià),驗(yàn)證

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論