基于RPCA模型的紅外與可見光圖像融合技術研究.pdf

1、學校代碼：10406分類號：TP391.4學號：140408521003南昌航空大學碩士學位論文南昌航空大學碩士學位論文（專業(yè)學位研究生）基于基于RPCA模型的紅外與可見光圖像融合技術研究模型的紅外與可見光圖像融合技術研究碩士研究生：段興旺導師：陳震教授申請學位級別：碩士學科、專業(yè)：控制工程所在單位：信息工程學院答辯日期：2017年6月授予學位單位：南昌航空大學I摘要隨著傳感器成像質(zhì)量的不斷提高，如何利用紅外與可見光圖像融合技術增強圖像

2、質(zhì)量與清晰度逐漸成為圖像處理與機器視覺研究領域的熱點問題?？梢姽鈧鞲衅鞒上穹先搜塾^察，含有豐富的細節(jié)信息，但是容易受到天氣影響，不能全天候工作。紅外傳感器成像穩(wěn)定，能夠很好地顯示隱藏的目標，受照明條件和惡劣天氣的影響較小，但是所得紅外圖像對比度較低，目標細節(jié)的反映能力比較差。因此將紅外與可見光圖像融合，可彌補兩者的不足，發(fā)揮各自的優(yōu)勢，使得融合圖像同時具有紅外與可見光圖像的優(yōu)點。近年來，紅外與可見光圖像融合技術已經(jīng)取得較大進展，但融合

3、圖像失真、紋理細節(jié)信息缺失、目標顯著性等問題仍是圖像融合研究領域尚未完全解決的重點與難點。針對上述問題，本文提出基于RPCA分解模型的紅外與可見光圖像融合方法，主要工作如下：1.針對自然場景下的紅外與可見光圖像精確配準問題，本文首先對紅外與可將光圖像融合的過程、層次、常用方法以及融合規(guī)則進行概述；然后對圖像預處理過程進行介紹；最后對圖像預處理過程中的圖像配準技術進行闡述，并通過實驗與分析驗證本文所選用紅外與可見光圖像配準方法的精度與穩(wěn)定

4、性。為后續(xù)紅外與可見光圖像融合的預處理提供可靠基礎。2.針對紅外與可見光圖像的特征描述問題，本文在魯棒主成分分析的基礎上，通過對紅外與可見光圖像進行RPCA分解，并對分解后所得稀疏矩陣圖與低秩矩陣圖所包含的源圖像特征信息進行分析，提出紅外與可見光圖像的RPCA分解模型。3.針對傳統(tǒng)基于非下采樣Contourlet變換的圖像融合方法易出現(xiàn)融合圖像失真、紋理細節(jié)信息缺失的問題，本文在RPCA分解模型的基礎上，提出基于RPCA分解模型的NSC

5、T域紅外與可見光圖像融合方法。首先對紅外與可見光圖像進行RPCA分解，得到相應的稀疏矩陣；然后利用NSCT變換將紅外與可見光圖像進行分解，得到源圖像的低頻子帶和高頻方向子帶；對于低頻子帶，采用基于稀疏矩陣的融合規(guī)則進行融合；對于高頻方向子帶，最高層方向子帶采用基于稀疏矩陣的絕對值取大法進行融合，其它層則采用基于PCNN的方法進行融合；最后對融合后的低頻子帶與高頻方向子帶進行NSCT逆變換，從而獲得最終的融合圖像。4.分別對標準圖庫與真實