多源圖像融合算法及應(yīng)用研究.pdf

1、隨著成像傳感器技術(shù)的發(fā)展，越來越多的傳感器被應(yīng)用于各個(gè)領(lǐng)域中。傳感器數(shù)量的增多導(dǎo)致獲取的數(shù)據(jù)量急劇增加并呈現(xiàn)多樣性，傳統(tǒng)的信息處理方法已經(jīng)不能滿足新的需求。因此多源信息融合技術(shù)在這樣的背景下應(yīng)運(yùn)而生。多源信息融合是指對(duì)來自多個(gè)傳感器獲得的多源信息進(jìn)行多級(jí)別，多方面，多層次的處理和綜合，從而獲得更為豐富，精確和可靠的有用信息。而多源圖像融合作為多源信息融合中以圖像為對(duì)象的研究領(lǐng)域，綜合了圖像處理、計(jì)算機(jī)和人工智能等多個(gè)學(xué)科，其主要思想是通

2、過采用一定的算法，將兩個(gè)或多個(gè)具有互補(bǔ)或冗余特性的源圖像融合成為新圖像，使得融合后的圖像能最大限度地利用互補(bǔ)信息，減少冗余，從而獲得更高的清晰度和可理解性。 本論文集中探討了多源圖像融合這一課題產(chǎn)生的背景，研究的意義，融合的基本原理和體系結(jié)構(gòu)，以及國內(nèi)外已有的研究成果，并指出已有的研究工作中存在的不足之處。論文的研究內(nèi)容即是圍繞多源圖像融合研究中一些存在的問題和不足之處展開的，主要研究工作和創(chuàng)新成果如下： 1.總結(jié)已有的

3、基于多分辨率分解的多源圖像融合方法，提出基于雙正交多小波變換的多光譜與全色圖像融合增強(qiáng)。其中多小波變換作為單小波的擴(kuò)展，增加了小波基的個(gè)數(shù)，從而能很好地解決對(duì)稱性與正交性，支集長度與消失矩之間的矛盾。在融合策略上，為保留源圖像多小波分解后尺度系數(shù)的顯著性信息采用平均與選擇相結(jié)合的融合策略。 2.提出基于特征保持的一階對(duì)比度多聚焦圖像融合方法。融合過程中根據(jù)源圖像反映的不同特征的重要性，由特征圖強(qiáng)度設(shè)計(jì)不同的權(quán)重，然后根據(jù)源圖像的

4、對(duì)比度信息的相應(yīng)加權(quán)求取其主分量作為融合的目標(biāo)梯度場，從而實(shí)現(xiàn)特征保持的圖像融合。最后把融合算法拓展到彩色域，利用特征強(qiáng)度得到的權(quán)重實(shí)現(xiàn)彩色域中的高保真度融合。 3.圖像融合中，人們往往更關(guān)注圖像中的實(shí)際目標(biāo)或區(qū)域，而不是單個(gè)像素。因此我們給出結(jié)合雙正交多小波和圖分割的特征級(jí)融合方法，通過匹配度測試確定分割得到區(qū)域中的小波系數(shù)的融合規(guī)則。并且總結(jié)了基于多分辨率和區(qū)域的特征級(jí)融合的統(tǒng)一框架，分析單源分割和聯(lián)合分割對(duì)于融合性能的影響

5、，以及具體的融合策略的選取方法。 4.基于已有的客觀評(píng)價(jià)方法指出具體的融合中評(píng)價(jià)指標(biāo)的選取，給出一種基于圖像結(jié)構(gòu)相似性的客觀評(píng)價(jià)方法。評(píng)價(jià)中主要考察源圖像和融合圖像之間的均值、方差相似性和相關(guān)系數(shù)，并且從灰度和梯度兩個(gè)方向分別來做評(píng)價(jià)。 5.提出一種在低分辨率遙感圖像中道路目標(biāo)的全自動(dòng)識(shí)別算法。算法利用感知編組確定道路種子點(diǎn)線段，基于動(dòng)態(tài)規(guī)劃的道路跟蹤算法跟蹤道路種子點(diǎn)生成整個(gè)道路網(wǎng)。而高分辨率遙感圖像中的道路目標(biāo)還具有高分辨率