圖像融合中的關(guān)鍵技術(shù)研究.pdf

1、圖像融合是將兩個(gè)或者兩個(gè)以上的傳感器在向一時(shí)間或不同時(shí)間獲取的關(guān)于某個(gè)具體場(chǎng)景的圖像或者圖像序列信息加以綜合，以生成一個(gè)新的有關(guān)此場(chǎng)景的解釋。圖像融合的主要目的是減少不確定性，它通過對(duì)多幅圖像間冗余信息的處理來(lái)提高圖像的可靠性，通過對(duì)多幅圖像間互補(bǔ)信息的處理來(lái)提高圖像的清晰度。近年來(lái)，圖像融合已經(jīng)成為眾多學(xué)科感興趣的研究熱點(diǎn)。 本文以像素級(jí)圖像融合為主要研究方向，針對(duì)圖像融合過程中的濾波、優(yōu)化計(jì)算、配準(zhǔn)和融合等幾個(gè)關(guān)鍵問題進(jìn)行了

2、較為深入的研究，提出了一些新的思想、方法和實(shí)現(xiàn)途徑。在研究思路上，本文將計(jì)算智能中的粗糙集理論、粒子群優(yōu)化算法和小波分解技術(shù)應(yīng)用于圖像濾波、配準(zhǔn)和融合中，在推動(dòng)圖像融合技術(shù)向自動(dòng)化、通用化和智能化方向的發(fā)展做了一些有益的嘗試。 圖像濾波是圖像融合的預(yù)處理步驟，它對(duì)圖像配準(zhǔn)的精度和圖像融合的效果有重要的影響。本文對(duì)圖像中常見的脈沖噪聲提出了兩種新的濾波方法：(1)基于雙窗口和極值壓縮的自適應(yīng)脈沖噪聲濾波方法，它采用噪聲檢測(cè)窗口與噪

3、聲濾除窗口相分離策略、極值壓縮策略以及介于中值濾波和最值濾波之間的自適應(yīng)濾波等策略相結(jié)合，以提高噪聲檢測(cè)的準(zhǔn)確性和噪聲濾除的有效性。(2)基于粗糙集理論和差分圖像的脈沖噪聲濾波方法，它采用粗糙集方法，根據(jù)差分圖像獲得的方向數(shù)和極值方向數(shù)將圖像劃分為平穩(wěn)噪聲子圖、脈沖噪聲子圖和正常像素子圖，然后針對(duì)不同子圖分別采用不同的噪聲濾除方法。實(shí)驗(yàn)表明這兩種方法比中值濾波及其它改進(jìn)方法具有更好的濾波性能。 優(yōu)化計(jì)算技術(shù)對(duì)圖像配準(zhǔn)和融合的效果

4、和效率起著重要的影響。本文提出了無(wú)粒子速度參量和帶極值擾動(dòng)的粒子群優(yōu)化方法。本文首先從理論上分析和證明了粒子群優(yōu)化方程中的粒子速度參數(shù)不是必需的，進(jìn)而提出了不含粒子速度參數(shù)的簡(jiǎn)化粒子群優(yōu)化算法，使得進(jìn)化方程由二階降為一階；然后分析了粒子群優(yōu)化算法容易陷入局部極值的原因，并設(shè)計(jì)了極值擾動(dòng)算子使粒子群優(yōu)化算法快速擺脫局部極值。實(shí)驗(yàn)結(jié)果表明，無(wú)速度參量的粒子群優(yōu)化算法能夠極大地提高收斂速度和精度；極值擾動(dòng)算子能夠有效擺脫局部極值點(diǎn)；以上兩種策

5、略相結(jié)合，使得改進(jìn)的呢子群優(yōu)化算法以更小的種群數(shù)和迭代進(jìn)化次數(shù)獲得了更好的優(yōu)化效果，從而使得粒子群優(yōu)化算法更加實(shí)用化。 圖像配準(zhǔn)的目的是消除或減小圖像在時(shí)間、空間、相位和分辨率等方面的差異，它是圖像融合的重要步驟。本文提出了一種基于小波分解和粒子群優(yōu)化算法的圖像配準(zhǔn)新方法。該方法將圖像配準(zhǔn)分為粗配準(zhǔn)和精配準(zhǔn)兩個(gè)階段，在粗配準(zhǔn)階段，采用改進(jìn)的粒子群優(yōu)化方法，以互信息為圖像配準(zhǔn)的測(cè)度，對(duì)兩幅待配準(zhǔn)圖像小波分解后的低頻系數(shù)分量進(jìn)行配準(zhǔn)

6、；在精配準(zhǔn)階段，采用變量輪換法在以粗配準(zhǔn)結(jié)果參數(shù)為基準(zhǔn)的小鄰域內(nèi)搜索更優(yōu)結(jié)果。實(shí)驗(yàn)表明，該方法是一種具有抗噪聲、精度高、配準(zhǔn)成功率高等特點(diǎn)的通用的剛體圖像全自動(dòng)配準(zhǔn)方法，具有良好的應(yīng)用前景。 圖像融合的最核心問題是設(shè)計(jì)融合規(guī)則以求取待融合圖像中對(duì)應(yīng)位置像素的融合系數(shù)。常見的兩種計(jì)算融合系數(shù)的依據(jù)是像素值和區(qū)域特征值。本文從另外一個(gè)角度提出了一種基于差值圖像分割的加權(quán)圖像融合方法，它采用改進(jìn)的粒子群優(yōu)化方法在空間域或小波分解域求解