多源圖像融合算法及應用研究.pdf

1、隨著成像傳感器技術的發(fā)展，越來越多的傳感器被應用于各個領域中。傳感器數(shù)量的增多導致獲取的數(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不能滿足新的需求。因此多源信息融合技術在這樣的背景下應運而生。多源信息融合是指對來自多個傳感器獲得的多源信息進行多級別，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象的研究領域，綜合了圖像處理、計算機和人工智能等多個學科，其主要思想是通

2、過采用一定的算法，將兩個或多個具有互補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生的背景，研究的意義，融合的基本原理和體系結構，以及國內外已有的研究成果，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。其中多小波變換作為單小波的擴展，增加了小波基的個數(shù)，從而能很好地解決對稱性與正交性，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合的融合策略。 2.提出基于特征保持的一階對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，由特征圖強度設計不同的權重，然后根據(jù)源圖像的

4、對比度信息的相應加權求取其主分量作為融合的目標梯度場，從而實現(xiàn)特征保持的圖像融合。最后把融合算法拓展到彩色域，利用特征強度得到的權重實現(xiàn)彩色域中的高保真度融合。 3.圖像融合中，人們往往更關注圖像中的實際目標或區(qū)域，而不是單個像素。因此我們給出結合雙正交多小波和圖分割的特征級融合方法，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。并且總結了基于多分辨率和區(qū)域的特征級融合的統(tǒng)一框架，分析單源分割和聯(lián)合分割對于融合性能的影響

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