多譜圖像融合與處理技術研究.pdf

1、隨著多譜成像技術的迅速發(fā)展，多譜圖像已經被廣泛地應用于軍事、氣象、醫(yī)學以及對地遙感等多個領域，在國民生產生活中發(fā)揮著越來越重要的作用。成像傳感器類型的增多會直接導致數(shù)據(jù)量的急速增長以及隨之表現(xiàn)出的圖像數(shù)據(jù)多樣性。如何有效地對多譜圖像信息進行綜合處理，最大限度地利用互補信息，減少冗余是極具研究價值和現(xiàn)實意義的課題。
　　本文以多譜圖像中使用較多的中波紅外、長波紅外和可見光圖像為主要研究對象，以對多譜圖像信息進行綜合處理研究目標，詳細

2、研究了目標潛在區(qū)域檢測、圖像分割、像素級與特征級融合等多譜圖像融合與處理技術，最終對以上研究內容與其它研究成果進行集成，形成了一套較為完整的多譜圖像信息綜合處理系統(tǒng)。該系統(tǒng)能夠對城區(qū)、農田、植被、水域、機場、橋梁、飛機以及艦船等感興趣目標進行有效地檢測與識別。本文主要工作和創(chuàng)新成果如下：
　　在目標檢測識別的過程中，通過目標潛在區(qū)域檢測可以提高檢測識別的準確性，降低所需處理的數(shù)據(jù)量。遙感圖像分類技術通過對城區(qū)、農田、植被與水域等區(qū)

3、域大目標的分類識別，可以達到場景分析的目的，并進一步確定目標潛在區(qū)域。本文將改進的行程長度紋理特征與神經網絡相結合，應用于高分辨率、大區(qū)域的可見光遙感圖像分類中。在特征選擇階段采用類內-類間方差標準與Rough集相結合的方法挑選出了有較強分類能力的特征，并有效地去除了冗余特征。實驗表明該方法能獲得較好的遙感圖像分類效果。
　　圖像分割技術廣泛地應用于目標檢測識別與特征提取，其中圖像閾值分割是一種簡單有效的圖像分割方法。為了綜合利用

4、圖像中像素點的灰度和空間分布信息，本文提出了灰度空間相關直方圖（GLSC直方圖）的概念，并成功地將人眼視覺非線性特性融入其中。通過結合信息熵與第二類模糊集的概念，提出了兩種不同的圖像閾值分割方法。與傳統(tǒng)算法相比，新算法在分割效果與耗時上能取得較好的平衡。
　　圖像中目標與背景間的對比度對目標檢測識別有重要的影響。本文研究了一種基于非子采樣輪廓波(NSCT)的像素級多譜圖像融合方法。該方法可以提高目標與背景間的對比度，并增強圖像的清

5、晰度。
　　特征級融合是一種較高層次的圖像融合方法，關鍵是如何確定異譜特征間的冗余性和互補性，通過去除冗余并實現(xiàn)互補，達到特征最優(yōu)組合的目的。本文提出了一種特征級圖像融合方法。通過LLC編碼對異譜特征進行特征分解，可以有效地體現(xiàn)特征間的冗余性和互補性，特征融合采用max-pooling準則。在具體的目標檢測識別中，提取HOG特征描述目標特性，以模塊化SVM作為分類器。
　　為了將上述研究內容與其它研究成果進行集成，本文提出了