基于集成計(jì)算智能的圖像信息融合技術(shù)研究.pdf

1、智能圖像處理技術(shù)是圖像處理智能化發(fā)展的必然趨勢，將能更好地滿足人類的信息處理需求。而集成計(jì)算智能和圖像融合是這一領(lǐng)域中的兩項(xiàng)新興技術(shù)。本文在上海市科委重大科研項(xiàng)目(No.03DZ19709)的資助下，對國內(nèi)外集成計(jì)算智能和圖像融合的研究現(xiàn)狀及發(fā)展態(tài)勢做了全面深入的調(diào)研和分析，確立了基于集成計(jì)算智能的圖像信息融合技術(shù)的研究方向，提出了一些新的思想、方法和途徑。 一、構(gòu)造了神經(jīng)模糊去噪系統(tǒng)。通過對正負(fù)噪聲信號的自適應(yīng)聚類修正，最終達(dá)

2、到去噪的目的。該方法克服了傳統(tǒng)濾波器不能同時(shí)去除正負(fù)脈沖噪聲的弊端，具有良好的適應(yīng)性和魯棒性。 二、提出了邊緣提取的新思路?；趫D像邊緣信息模糊性和不可分辨性的實(shí)際情況，利用模糊粗集理論處理近似信息的優(yōu)勢，推導(dǎo)了圖像邊緣信息的模糊粗集定義，最終實(shí)現(xiàn)了非剛性圖像的邊緣提取，從而拓寬了模糊粗集理論的應(yīng)用范圍，也展示了邊緣提取的新途徑。 三、提出了基于模糊神經(jīng)網(wǎng)絡(luò)的圖像信息融合方法。針對含噪圖像信息的模糊性，構(gòu)造了用于含噪圖像

3、融合的模糊神經(jīng)網(wǎng)絡(luò)模型，對含噪圖像像素進(jìn)行了自競爭的模糊聚類，既處理了含噪圖像的精確信息，又處理了含噪圖像的模糊信息。對比實(shí)驗(yàn)及分析顯示了該方法優(yōu)于神經(jīng)網(wǎng)絡(luò)法。最后，對實(shí)際含噪圖像的融合處理，也進(jìn)一步證明了該方法的實(shí)用性和有效性。 四、提出了基于小波神經(jīng)網(wǎng)絡(luò)的圖像融合方法，實(shí)現(xiàn)了信息互補(bǔ)型圖像的特征融合。通過構(gòu)造具有良好的分類和圖像識別性能的小波神經(jīng)網(wǎng)絡(luò)模型，在網(wǎng)絡(luò)內(nèi)部實(shí)現(xiàn)能量特征的提取、輸入及分類，最終達(dá)到了特征融合。實(shí)驗(yàn)過程

4、中，通過對小波變換和小波包兩種方式的分析與對比，得出了與理論相吻合的結(jié)論，即通過小波包法提取圖像的特征能取得更好的最終結(jié)果。該融合方法體現(xiàn)了一種新的圖像融合思想。 五、提出了基于粗神經(jīng)網(wǎng)絡(luò)的圖像融合方法，從圖像信息的近似性及不可分辨性出發(fā)，利用粗神經(jīng)元，實(shí)現(xiàn)了三類圖像的像素級融合：(1)不同波段的衛(wèi)星圖像；(2)不同聚焦面的圖像；(3)不同頻段的遙感圖像。融合實(shí)驗(yàn)和結(jié)果驗(yàn)證了該方法的正確性和有效性。在融合實(shí)驗(yàn)的過程中，利用Mic