多传感器图像融合理论及其应用研究-轻工信息技术与工程专业论文.docx

摘要 摘要 vj14411111111j 多传感器图像融合是以图像为研究对象的倍息融合，它把对同一目标或场景的用不 同传感器获得的不问图像，或用问种传感器以不同成像方式戚在不同成像时间获得的习之 间图像，融合为一幅图像，在这一幅融合图像中能反映多重原始阁像的信息，以达到对 目标和场景的综合描述，使之更适合视觉感知或像医疗应用、目标检测与分类等计算机 处理任务。它是一门综合了传感器、信号处理、图像处理和人工智能等技术的新兴学科 分支。近些年来，多传感器图像融合已成为图像理解和计算机视觉领域中一项重要而有 用的新技术。 多传感器图像融合的处理通常可在以下三个不同层次上进行:像萦级、特征级、决 策级。本文在分析国内外多传感器阁像融合方法的基础上，主要对像索级和特征级融合 技术以及多传感器图像融合评价方法等三个方面进行了研究，论文的主要学术贡献和工 作如下: (1)在像素级图像融合算法研究方面提出了三种算法。具体地有:提出一种新的 基于窗体以及多目标向最求值的最子粒子群优化算法 (VEQPSO) 的图像融合方法。低 频子带来用基于灰度关联分析的 VEQPSO 算法完成融合过程。高频部分划分窗体，根 据不刑的窗体类型，运用窗体信息能量和模糊煽指导融合策略:提出了一种改进的形态 学小波多聚焦图像融合算法:针对形态学小波融合方法 (MMWF) 在重构尺度倍号时 由于发生位置错误而导致灰皮值下溢的问题，采用了检测重融合的方法，该方法保留 了 MMWF 快速、有效、易于实现等优点，问时融合效果也得到了提高:针对统计模型 的遥感图像多分辨率融合方法中需要设置相关门限以及约束条件、参数过多，使得算法 复杂度增加的问鹿，提出…种改进的算法。该算法将约束条件变形，然后将其融合在目 标函数中，构造新的目标函数，通过最大化拉格朗日前数求偏导数的方法估计参数。该 算法可以避免原始算法中的参数设霄，并且融合罔像的空间分辨率和光谱保持能力均能 达到较好的效果，算法鲁棒性增强并且复杂性降低。 (2)在多特征图像融合算法研究方面提出了四种算法。论文在研究基于多特征模 糊聚类的图像融合方法的基础上，提出了基于卡尔曼滤波的噪声图像的融合方法。该方 法结合了滤波和多特征的优点，可提高融合效果，减少图像噪声对融合的干扰:将多通 道 Gabor 滤波与区域方法结合，提出了新的区域相似性度最方法用于图像融合。研究表 明，该方法的融合性能对于 Gabor 滤波器参数(径向中心频率和方向角)的选取不敏感， 算法具有一定的稳定性:针对 FCM 算法容易陷入周部最优的弱点，选用最子粒子群算 法与模糊 C 均值聚类(FCM)相结合的方法 (QPSO-FCM) 。鉴于QPSO-FCM 具有很好的分 割效果，将全局优化算法 QPSO 引入多特征图像融合过程中，这将有利于融合效果的提 高;提出一种新的基于二次融合多特征的融合方法，研究表明，这种二次融合方法对多 聚焦图像融合有很好的效果。 11 11 摘要 (3)多传感器图像融合评价方面，在对经典的阁像融合评价方法研究的基础上， 提出了新的阁像融合客观评价方法。考虑到人对区域信息更为敏感，因此算法将图像进 行区域分剖，利用区域特征矩阵表示区域中的空间、纹理和灰度信息等内容，算法更适 合于评价。针对是否有参考图像，本文提出了两种用于评价融合图像的新的度最公式。 此外，在上述研究的基础上将二维主成分分析 (2DPCA) 引入上述评价算法，又获得了一 种新的算法:本文提出的图像融合评价新方法考虑了阁像像素的局部关系以及区域的显 著性，更加符合人类的视觉特征。 关键词:阁像融合，特征提取，模糊聚类，图像分剖，卡尔曼滤波，优化方法，形 态学， Gabor 滤波，区域相似度，多传感器 PAGE PAGE III Abstract Abstract Multisensor image fusion is a kind of information fusion， which refers to the synergistic combination of different sources of sensory image into a single image.ηle information to be fused mayωme from di的rent sensors of the same object or scene，例如m the same sensor of different imaging manner，or 仕om different images of different time period. The fused image can reflect multiple properti