圖像融合算法研究及DSP實(shí)現(xiàn).pdf

1、本文對(duì)多源圖像信息融合中的關(guān)鍵技術(shù)：圖像配準(zhǔn)及異構(gòu)圖像信息融合算法進(jìn)行研究，并初步建立了基于DSP的圖像融合系統(tǒng)。主要工作如下： 1．對(duì)圖像信息融合的國(guó)內(nèi)外研究現(xiàn)狀進(jìn)行了綜述，給出了圖像融合的流程，從算法的特點(diǎn)、適用性和優(yōu)缺點(diǎn)方面，詳細(xì)分析了圖像配準(zhǔn)及像素級(jí)圖像融合算法，并進(jìn)行了分類。 2．針對(duì)圖像互信息配準(zhǔn)穩(wěn)健性和優(yōu)化時(shí)易陷入局部最優(yōu)的問(wèn)題，把梯度信息和互信息結(jié)合起來(lái)作為新的相似性測(cè)度函數(shù)，利用粒子群算法優(yōu)化目標(biāo)函數(shù)，

2、在配準(zhǔn)中引入了小波多分辨技術(shù)，提出了基于粒子群優(yōu)化的互信息圖像配準(zhǔn)算法，使得圖像配準(zhǔn)在提高穩(wěn)健性的同時(shí)，減少了計(jì)算時(shí)間。仿真結(jié)果表明算法是有效的。 3．針對(duì)現(xiàn)有的融合算法不能很好地區(qū)分噪聲和視覺(jué)上有意義的特征信息，首先利用二進(jìn)小波分解后高頻系數(shù)的局部模極大值得到各尺度的圖像邊緣，然后利用小波系數(shù)的模極大值抑制噪聲，結(jié)合子帶關(guān)聯(lián)和尺度相關(guān)的融合準(zhǔn)則對(duì)去噪后的邊緣進(jìn)行融合，最后基于邊緣重構(gòu)圖像，由此，提出了一種基于模極大值和相關(guān)性的