多傳感器圖像小波融合理論與應用研究.pdf

1、多傳感器圖像融合作為信息融合的重要分支，把來自不同傳感器的圖像進行有效整合，結合各個傳感器的優(yōu)點，充分利用圖像中的冗余信息及互補信息，產(chǎn)生一幅滿足特定應用需要的圖像。圖像融合的目的就是在于對多幅圖像信息的提取與綜合，從而獲得對同一場景或目標的更為準確、更為全面、更為可靠的描述。圖像融合在醫(yī)學、遙感、計算機視覺、軍事等方面具有廣泛的應用。目前隨著傳感器技術的飛速發(fā)展，獲取不同圖像的數(shù)據(jù)量劇增，但是任意一種圖像傳感器都有著各自的不足，因此對

2、圖像融合技術開展研究有著重要意義。 圖像融合主要在像素級、特征級、決策級三個層次上進行。像素級融合是最基本的融合，它是特征級、決策級的基礎。本文主要基于像素級的圖像融合方法開展研究。一個完整的圖像融合系統(tǒng)包括圖像的預處理，圖像配準，圖像融合，圖像質量評價。本文對圖像融合系統(tǒng)的各個環(huán)節(jié)進行了研究。 本文中圖像融合為像素級融合，像素級融合是建立在圖像精配準的前提下的，所以本文重點研究了基于提升小波變換的圖像配準與圖像融合，詳

3、細介紹了傳統(tǒng)小波變換的提升實現(xiàn)算法。研究并改進了剛性圖像配準算法，在改進的算法中對圖像進行兩次配準，因此可以獲得很高的配準精度，首先以互信息作為目標函數(shù)利用遺傳算法對離散化的配準參數(shù)空間進行一次配準，為了減少遺傳算法所要處理的數(shù)據(jù)量對待配準圖像進行小波分解，對待配準圖像的低頻分量進行配準；然后以一次配準所得參數(shù)為起點在一個小范圍內用窮舉搜索算法進行二次配準。傳統(tǒng)的基于改進遺傳算法的圖像配準方法都是著眼于對遺傳算法本身進行修正，雖然在一定

4、程度上提高了遺傳算法的性能，然而效果難以令人滿意，并不能從根本上改變遺傳算法所存在的缺陷。本文方法完全避開遺傳算法后期難以收斂到最優(yōu)點的問題，利用窮舉搜索方法完全彌補了遺傳算法的這一缺陷使得配準性能大幅度提高。 在精配準的基礎上，本文對圖像融合算法進行了研究，所以本文采用了基于小波變換的圖像融合算法，并對簡單像素加權平均融合規(guī)則、小波系數(shù)簡單融合規(guī)則、基于局部統(tǒng)計特性對比度的小波系數(shù)融合規(guī)則進行了研究和試驗。 本文還對圖

5、像的預處理進行了研究，將粗糙集理論與傳統(tǒng)的中值濾波算法相結合，獲得了很好的效果。以圖像的熵值作為質量評價標準對本文中所有試驗結果圖像進行了質量評價，根據(jù)評價結果對各種算法進行了分析。 本文實現(xiàn)了“圖像融合軟件實現(xiàn)系統(tǒng)”的各個功能模塊，對本系統(tǒng)中所實現(xiàn)的各個功能模塊，包括圖像配準、圖像預處理、圖像融合和圖像質量評價進行了介紹。 最后，介紹了圖像處理在血蛋白分析儀中的應用，主要介紹了芯片圖像的目標定位以獲取目標點的像素值和多