多信息融合圖像邊緣特征提取及圖像配準(zhǔn)研究與應(yīng)用.pdf

1、多源信息融合技術(shù)是協(xié)同利用多源信息以獲得對(duì)同一事物或目標(biāo)更客觀、更本質(zhì)認(rèn)識(shí)的信息綜合處理技術(shù)，最早出現(xiàn)于20世紀(jì)70年代。從誕生起，多源信息融合技術(shù)就吸引了人們?cè)絹?lái)越多的關(guān)注，對(duì)整個(gè)信息科學(xué)產(chǎn)生了極大的影響，圖像融合是多源信息融合技術(shù)主要應(yīng)用領(lǐng)域之一。研究表明，在人類接受到的信息中圖像等視覺(jué)信息所占比重達(dá)到75％，圖像中蘊(yùn)涵著豐富的信息，如何獲取這些信息并采用有效的手段進(jìn)行綜合利用是圖像模式識(shí)別領(lǐng)域中的重要課題。 本文利用多源信

2、息融合思想，全文圍繞如何融合多圖像信息以實(shí)現(xiàn)圖像邊緣特征穩(wěn)定提取，及利用邊緣及其二次特征進(jìn)行圖像配準(zhǔn)為主線展開(kāi)研究。其中圖像邊緣檢測(cè)與圖像配準(zhǔn)是文中兩個(gè)聯(lián)系緊密的主要部分。圖像邊緣是一種重要的視覺(jué)信息，邊緣檢測(cè)是計(jì)算機(jī)視覺(jué)后續(xù)工作的基礎(chǔ)和前提。圖像配準(zhǔn)屬于圖像模式識(shí)別研究領(lǐng)域，主要用于多圖像融合，在遙感和軍事領(lǐng)域有著重大的現(xiàn)實(shí)意義。 本文對(duì)邊緣檢測(cè)、邊緣二次特征提取及圖像配準(zhǔn)做了一定研究，以提高視覺(jué)檢測(cè)、目標(biāo)識(shí)別及圖像合成的穩(wěn)定

3、性和實(shí)時(shí)性為研究目標(biāo)。并將研究應(yīng)用于AGVS系統(tǒng)、SAR圖像處理及數(shù)字字符識(shí)別等領(lǐng)域。本文的主要工作和創(chuàng)新點(diǎn)如下： (1)提出一種改進(jìn)魯棒Fisher降維方法，通過(guò)引入權(quán)值函數(shù)和調(diào)整因子降低“外點(diǎn)”對(duì)降維方向計(jì)算的干擾，對(duì)多維特征向量進(jìn)行降維，克服了應(yīng)用貝葉斯理論進(jìn)行統(tǒng)計(jì)推理時(shí)，特征維數(shù)與小訓(xùn)練樣本、特征相關(guān)性及計(jì)算效率的矛盾。根據(jù)邊緣的本質(zhì)特點(diǎn)，構(gòu)造多級(jí)尺度上的絕對(duì)梯隊(duì)和相對(duì)梯度作為多維圖像信息，降維后利用貝葉斯理論加以融合完

4、成邊緣檢測(cè)。并將該算法運(yùn)用于復(fù)雜場(chǎng)景邊緣檢測(cè)及AGVS系統(tǒng)導(dǎo)引線檢測(cè)中。 (2)對(duì)DS證據(jù)理論進(jìn)行研究，提出一種改進(jìn)相關(guān)證據(jù)合成方法，利用證據(jù)可信度分布計(jì)算出證據(jù)間相關(guān)度，克服了相關(guān)證據(jù)合成時(shí)的超估計(jì)及提高合成結(jié)果的合理性，并將傳統(tǒng)兩相關(guān)證據(jù)合成推廣至多相關(guān)證據(jù)合成。進(jìn)而建立了一種基于證據(jù)理論的非學(xué)習(xí)直接融合邊緣檢測(cè)模型，將該模型應(yīng)用于SAR圖像邊緣檢測(cè)中，融合了兩級(jí)尺度上的ROA算子及梯度算子。該方法最大優(yōu)點(diǎn)是無(wú)需學(xué)習(xí)過(guò)程，可

5、對(duì)多圖像信息進(jìn)行直接融合實(shí)現(xiàn)邊緣檢測(cè)。 (3)提出一種基于邊緣擬合的圖像配準(zhǔn)方法。以邊緣為基本特征，通過(guò)可變精度擬合算法將邊緣擬合成方便表達(dá)的直線特征。根據(jù)邊緣直線與圖像配準(zhǔn)的關(guān)系，對(duì)其進(jìn)行篩選和可信度賦值，并利用加權(quán)投票算法實(shí)現(xiàn)圖像配準(zhǔn)，保證配準(zhǔn)的穩(wěn)定性和實(shí)時(shí)性。 (4)根據(jù)圖像配準(zhǔn)特點(diǎn)，將Hausdorff距離轉(zhuǎn)換成歸一化的相似度值。改進(jìn)邊緣曲率計(jì)算，更穩(wěn)定地提取邊緣角點(diǎn)。并利用“Local jet”、邊緣及距離約束

6、，提高計(jì)算效率。利用改進(jìn)Hausdorff距離和形態(tài)學(xué)實(shí)現(xiàn)快速穩(wěn)定的圖像配準(zhǔn)。將上述方法應(yīng)用于AGVS系統(tǒng)路標(biāo)識(shí)別、SAR圖像和航拍圖像配準(zhǔn)中，結(jié)果表明該方法有效可行。 (5)圖像匹配是圖像配準(zhǔn)的一種特殊形式，針對(duì)鋼坯標(biāo)號(hào)和AGVS系統(tǒng)工位號(hào)識(shí)別，分別提出兩種數(shù)字字符識(shí)別方法。針對(duì)鋼坯標(biāo)號(hào)，利用隸屬度概念改進(jìn)傳統(tǒng)模板匹配方法，對(duì)字符和模板進(jìn)行隸屬度分配，提高識(shí)別穩(wěn)定性。對(duì)于AGVS系統(tǒng)工位號(hào)，則提出一次傾斜校正和二次自校正，使失