基于多尺度分析的多傳感器圖像融合算法研究.pdf

1、多傳感器圖像融合是將兩個(gè)及以上的傳感器采集到的、描述同一個(gè)場(chǎng)景的不同圖像，合成一幅含有更精確、更可靠、更完整的場(chǎng)景信息的圖像。它被廣泛應(yīng)用于場(chǎng)景監(jiān)控、醫(yī)療診斷、遙感測(cè)量等領(lǐng)域，并根據(jù)信息抽象層次細(xì)分為像素級(jí)、特征級(jí)和決策級(jí)圖像融合。本文主要研究在像素層面上的多傳感器圖像融合，針對(duì)不同傳感器所采集的圖像特點(diǎn)及實(shí)際應(yīng)用的需要，深入、系統(tǒng)地研究了圖像信息的提取和融合規(guī)則的選擇兩個(gè)方面，并分別提出了相應(yīng)的改進(jìn)算法。本文的具體工作羅列如下：

2、>　　首先，闡述了圖像融合的概念、分類、意義和國(guó)內(nèi)外發(fā)展現(xiàn)狀，分析了不同傳感器所采集圖像的特點(diǎn)，重點(diǎn)探討了紅外與可見光圖像、醫(yī)學(xué)圖像和多聚焦圖像的性質(zhì)和融合需求，并對(duì)現(xiàn)有的多尺度分析算法和圖像融合質(zhì)量評(píng)價(jià)指標(biāo)進(jìn)行了詳細(xì)的介紹。
　　其次，總結(jié)了現(xiàn)有的圖像多尺度分析算法的優(yōu)缺點(diǎn)，從小波變換、平穩(wěn)小波變換到輪廓波變換、非下采樣輪廓波變換，詳細(xì)比較了這些圖像分析算法在相同的融合規(guī)則下的融合性能。在融合規(guī)則方面，詳細(xì)比較分析了不同的融合規(guī)

3、則(包括低頻和高頻子帶)在相同的圖像分析算法下的融合效果。并給出不同的圖像分析方法和融合規(guī)則對(duì)不同傳感器圖像的適用性分析，為進(jìn)一步研究提供了指導(dǎo)方向和實(shí)驗(yàn)依據(jù)。
　　然后，針對(duì)非下采樣輪廓波變換計(jì)算量大的缺點(diǎn)提出了快速實(shí)現(xiàn)算法，采用多通道濾波器組結(jié)構(gòu)代替原有的樹形濾波器組結(jié)構(gòu)，在不影響算法分析性能的條件下減少耗時(shí)至原來的二分之一。在融合規(guī)則方面，在綜合分析了當(dāng)前普遍使用的區(qū)域信息權(quán)值計(jì)算的融合規(guī)則的優(yōu)缺點(diǎn)后，提出了一種基于像素信息

4、估計(jì)的圖像融合規(guī)則。該規(guī)則摒棄了傳統(tǒng)的對(duì)像素鄰域信息的測(cè)算，而是通過像素與整幅圖像的差異直接確定融合權(quán)值。多組實(shí)驗(yàn)表明，該算法不僅能夠提高圖像融合的質(zhì)量，更能有效提高融合的速度。
　　最后，針對(duì)目前的圖像融合規(guī)則僅使用統(tǒng)計(jì)信息估計(jì)融合權(quán)值的缺點(diǎn)，將基于結(jié)構(gòu)信息的信號(hào)稀疏表示方法引入圖像融合領(lǐng)域，提出一種能在原子結(jié)構(gòu)層面對(duì)圖像進(jìn)行融合的稀疏表示算法。實(shí)驗(yàn)表明，基于信號(hào)稀疏表示的圖像融合規(guī)則相比傳統(tǒng)圖像融合規(guī)則，能夠更好地保留源圖像的