基于動態(tài)輪廓線的圖像融合與面積測量研究.pdf

1、本文首先總結了圖像融合基本層次和常用方法，重點研究了多分辨率像素級融合，它是以單個像素作為基本處理單元。雖然通過像素級融合得到的融合圖像具有更加全面精確的景物信息，但是該融合圖像卻很少和具體的目標檢測、識別或跟蹤等具體任務直接相關聯(lián)。特征級融合主要是對各種模式圖像中的某一種特征的所有內(nèi)容進行融合（例如對圖像中的所有邊緣進行融合），處理的數(shù)據(jù)量大。因此當前的像素級融合和特征級融合一般都是對靜態(tài)圖像作處理。這樣，如何針對動態(tài)圖像（例如連續(xù)的

2、視頻序列圖像）中人們感興趣的特定目標的某一特征進行快速融合處理應該做深入研究。因此，本文將動態(tài)輪廓線模型和圖像融合結合，將動態(tài)輪廓線的應用范圍擴展到多類模式圖像，充分利用融合圖像的豐富準確信息，提高了動態(tài)輪廓線針對特定目標輪廓邊緣的檢測識別跟蹤性能。
　　本文研究了一種基于紅外與可見光圖像融合和微分耦合機制的動態(tài)輪廓線跟蹤新方法，提高了動態(tài)輪廓線在可見光圖像中的跟蹤準確性。這種方法將R.Curwen提出的微分耦合機制作了改進，它把

3、剛性硬模板利用圖像配準改變?yōu)閷崟r的變換模板并推導了融合后動態(tài)輪廓線的新的動力學方程。這種方法利用了紅外圖像目標輪廓信息約束可見光圖像中動態(tài)輪廓線的收斂形狀，有效的提高了可見光圖像目標輪廓跟蹤的準確性。對運動人手序列圖像的對比跟蹤實驗表明，這種方法使得可見光圖像中動態(tài)輪廓線平均跟蹤誤差減小了60.10％。
　　為了進一步提高動態(tài)輪廓線的跟蹤速度，減少其跟蹤單楨圖像所需時間，使其能夠跟蹤視頻圖像序列，本文又研究了一種基于紅外與可見光圖

4、像融合和B樣條曲線范數(shù)極小化的動態(tài)輪廓線跟蹤新方法。這種方法不再需要圖像配準過程，因此它提高了動態(tài)輪廓線的跟蹤速度。它利用了B樣條形狀空間模型，在跟蹤過程中將運動目標的輪廓融合轉換為動態(tài)輪廓線控制點向量差和形狀空間向量差的范數(shù)平方和極小化，將圖像配準和圖像目標輪廓融合通過B樣條曲線的范數(shù)平方和極小化這一步過程來實現(xiàn)。實驗表明這種方法不僅有效的提高了動態(tài)輪廓線在可見光圖像中的運動目標輪廓跟蹤精度，并且使動態(tài)輪廓線能夠跟蹤視頻圖像序列（采樣

5、率25frames/s）。L2 L2雖然上面兩種方法都提高了動態(tài)輪廓線在可見光圖像中的運動目標輪廓跟蹤精度，但是它們具有以下兩點局限性：首先，它們要求初始的動態(tài)輪廓線距離目標的真實輪廓線較近，否則動態(tài)輪廓線無法收斂到正確位置，將其用于跟蹤時只能跟蹤緩慢運動的目標。此外,這兩種方法都要求動態(tài)輪廓線在紅外圖像中的收斂結果較好，它不適用于多聚焦圖像和互補型圖像的圖像融合，這就限制了動態(tài)輪廓線的應用范圍。
　　多分辨率分析在計算機視覺和像

6、素級圖像融合中被廣泛采用，但是，該方法在動態(tài)輪廓線中的應用還不多見。本文又提出了一種新穎的多分辨率動態(tài)輪廓線，它克服了上面提到的兩個缺點。首先，它使得動態(tài)輪廓線可以跟蹤快速運動的目標。其次，它將動態(tài)輪廓線和基于多分辨率機制的圖像像素級融合有機結合，提高了動態(tài)輪廓線檢測與跟蹤的準確性，使其適用于各種模式的圖像（包括紅外與可見光圖像，多聚焦圖像和互補型圖像等），擴展了動態(tài)輪廓線的應用范圍。
　　本文還將動態(tài)輪廓線應用于二維圖像測量機中

7、，擴展了二維圖像測量機的測量功能，使其能夠精確測量不規(guī)則形狀的微小物體表面積。應用二維圖像測量機中的圖像瞄準系統(tǒng)測量面積時需要兩個步驟，即圖像目標像素面積的計算和像素尺寸當量的標定。對于前者，本文采用了基于B樣條封閉曲線的面積公式；對于后者，本文使用了一種新穎的形心自標定技術，它不需要任何標準試件。實驗表明這種測量方法具有抗干擾性好，測量速度快等優(yōu)點。但是，該方法有一局限性，就是動態(tài)輪廓線的初始化位置需要人工給定，而動態(tài)輪廓線的最終收斂

8、結果受其初始化位置影響較大，從而使得測量的重復性誤差和單次測量誤差較大。
　　因此，為了進一步減小測量的重復性誤差，提高單次測量精度，本文又將多分辨率動態(tài)輪廓線技術應用于面積測量。它不僅保留了原有的單分辨率動態(tài)輪廓線面積測量的優(yōu)點，而且降低了動態(tài)輪廓線對其初始化位置的依賴程度，使其初始化位置可以偏離目標真實輪廓較遠。這樣，提高了動態(tài)輪廓線單次測量精度，增強了其收斂的穩(wěn)定性。實驗表明在動態(tài)輪廓線控制點數(shù)目為20時，該方法的圖像目標像