聲納圖像配準與融合技術研究.pdf

1、聲納圖像直觀地表征了水下聲探測中的目標回波數據，因此對其進行配準與融合在后期的圖像處理和分析中起著關鍵作用。由于聲成像的原理導致聲納圖像具有一些特有的屬性，由此造成聲納圖像配準與融合的困難，同時也對處理過程提出了一些要求或前提條件。雖然在光學，遙感，醫(yī)學等其他領域已經涌現出大批切實的圖像配準與融合方法，然而探究關于聲納圖像的處理策略和方式依然具有廣闊的應用前景和迫切的現實需求，因此，本文針對聲納圖像配準融合問題展開了有意義的研究。

2、>　　在聲納圖像配準方面，本文選取圖像配準領域中通行的互信息理論作為基礎。針對剛性形變圖像配準，主要探究了相似度量函數和優(yōu)化方法兩方面內容，一方面是兼顧了像素點空間聯系的度量函數，另一方面是避免了度量函數陷入局部極值的優(yōu)化策略。這些方法中，不乏有非常成熟或已提出多年的模型，但在聲納圖像配準中卻鮮有應用。本文針對聲納圖像配準問題，分別探討了各式配準方法的性能，進行了大量的仿真實驗，并在基于互信息的圖像配準框架下，推導了基于梯度互信息的相似

3、度量函數的具體表達式以及建立了基于粒子群算法和Powell法的混合優(yōu)化策略，利用多分辨率分析方法改善聲納圖像配準算法的性能。在歸納出聲納圖像配準方法后，對具有代表性的聲納圖像進行配準實驗，在剛性形變聲納圖像配準中，通過對比其他配準算法，本文算法表現性能優(yōu)良且魯棒穩(wěn)定。此外，在剛性形變聲納圖像配準基礎上，考慮對非剛性形變的聲納圖像進行配準。分析了Demons算法在聲納圖像配準中的局限和不足，構造了基于梯度互信息的Demons模型，并提出了

4、相應的聲納圖像配準算法，同時本文結合聲納圖像特點，對Demons算法的重要系數進行了分析，得出了有價值的結論。采用基于梯度互信息的Demons模型對非剛性形變的聲納圖像進行配準，通過與經典和主動Demons模型進行對照，驗證了其有效實用。
　　在聲納圖像融合方面，本文從融合和評價兩個方向進行探索。起初探討了以Piella理論為基礎的通用融合框架在聲納圖像融合中的應用，全面系統(tǒng)地闡述了基于Piella多尺度圖像融合框架，包括多分辨率

5、分析方法，活性測度，匹配測度，決策模塊以及合成模塊。針對聲納圖像及其處理過程的自身特點，本文擴展了Piella多尺度圖像融合框架，摒棄匹配測度和決策模塊，并提出引入前一分解層中的近似信息構造低頻分量的融合準則以及基于圖像質量評價標準的高頻融合準則。仿真實驗驗證，這些改進對聲納圖像融合具有重要意義，改進后的算法適于聲納圖像融合處理，更有利于融合質量的提高，取得了良好的融合效果。其次，本文系統(tǒng)地研究和分析了各種圖像融合評價標準的主客觀方法，