欢迎来到天天文库
浏览记录
ID:32469015
大小:1.48 MB
页数:76页
时间:2019-02-06
《多传感器图像小波融合理论与应用研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、多传感器图像小波融合理论与应用研究大摘要多传感器图像融合作为信息融合的重要分支,把来自不同传感器的图像进行有效整合,结合各个传感器的优点,充分利用图像中的冗余信息及互补信息,产生一幅满足特定应用需要的图像。图像融合的目的就是在于对多幅图像信息的提取与综合,从而获得对同一场景或目标的更为准确、更为全面、更为可靠的描述。图像融合在医学、遥感、计算机视觉、军事等方面具有广泛的应用。目前随着传感器技术的飞速发展,获取不同图像的数据量剧增,但是任意一种图像传感器都有着各自的不足,因此对图像融合技术开展研究有着重要意义。图像融合主要在像素级、特征级、决策级三个层次上进行。像
2、素级融合是最基本的融合,它是特征级、决策级的基础。本文主要基于像素级的图像融合方法开展研究。一个完整的图像融合系统包括图像的预处理,图像配准,图像融合,图像质量评价。本文对图像融合系统的各个环节进行了研究。本文中图像融合为像素级融合,像素级融合是建立在图像精配准的前提下的,所以本文重点研究了基于提升小波变换的图像配准与图像融合,详细介绍了传统小波变换的提升实现算法。研究并改进了刚性图像配准算法,在改进的算法中对图像进行两次配准,因此可以获得很高的配准精度,首先以互信息作为目标函数利用遗传算法对离散化的配准参数空间进行一次配准,为了减少遗传算法所要处理的数据量对待
3、配准图像进行小波分解,对待配准图像的低频分量进行配准;然后以一次配准所得参数为起点在一个小范围内用穷举搜索算法进行二次配准。传统的基于改进遗传算法的图像配准方法都是着眼于对遗传算法本身进行修正,虽然在一定程度上提高了遗传算法的性能,然而效果难以令人满意,并不能从根本上改变遗传算法所存在的缺陷。本文方法完全避开遗传算法后期难以收敛到最优点的问题,利用穷举搜索方法完全弥补了遗传算法的这一缺陷使得配准性能大幅度提高。在精配准的基础上,本文对图像融合算法进行了研究,所以本文采用了基于小波变换的图像融合算法,并对简单像素加权平均融合规则、小波系数简单融合规则、基于局部统计
4、特性对比度的小波系数融合规则进行了研究和试验。本文还对图像的预处理进行了研究,将粗糙集理论与传统的中值滤波算法相结合,获得了很好的效果。以图像的熵值作为质量评价标准对本文中所有试验结果图像进行了质量评价,根据评价结果对各种算法进行了分析。本文实现了“图像融合软件实现系统”的各个功能模块,对本系统中所实现的各个功能模块,包括图像配准、图像预处理、图像融合和图像质量评价进行了介绍。最后,介绍了图像处理在血蛋白分析仪中的应用,主要介绍了芯片图像的目标定位以获取目标点的像素值和多曝光图像的融合以获得最佳的曝光时间。关键词:图像融合,图像配准,小波变换,粗糙集,遗传算法。
5、摘要摘要多传感器图像融合是多源信息融合的一个重要分支,它综合与提取多幅待融合图像的信息,从而获得对同一目标或场景更为准确、更为全面、更为可靠的图像描述。一个完整的图像融合系统包括图像的预处理,图像配准,图像融合,图像质量评价。本文对图像融合系统的各个环节进行了研究。本文中图像融合为像素级融合,像素级融合是建立在图像精配准的前提下的,所以本文重点研究了基于提升小波变换的图像配准与图像融合,详细介绍了传统小波变换的提升实现算法。研究并改进了刚性图像配准算法,在改进的算法中对图像进行两次配准,因此可以获得很高的配准精度,首先以互信息作为目标函数利用遗传算法对离散化的配
6、准参数空间进行一次配准,为了减少遗传算法所要处理的数据量对待配准图像进行小波分解,对待配准图像的低频分量进行配准;然后以一次配准所得参数为起点在一个小范围内用穷举搜索算法进行二次配准。在精配准的基础上,本文对图像融合算法进行了研究,采用了基于小波变换的图像融合算法,并对简单像素加权平均融合规则、小波系数简单融合规则、基于局部统计特性对比度的小波系数融合规则进行了研究和试验。本文还对图像的预处理进行了研究,将粗糙集理论与传统的中值滤波算法相结合,获得了很好的效果。以图像的熵值作为质量评价标准对本文中所有试验结果图像进行了质量评价,根据评价结果对各种算法进行了分析。
7、本文实现了“图像融合软件实现系统”的各个功能模块,对本系统中所实现的各个功能模块,包括图像配准、图像预处理、图像融合和图像质量评价进行了介绍。最后,介绍了图像处理在血蛋白分析仪中的应用。关键词:图像融合,图像配准,小波变换,粗糙集,遗传算法。ⅠTheTheoryandApplicationStudyonMultisensorImageFusionBasedontheWaveletTransformAbstractMulti-sensorimagefusionisoneoftheimportantpartsofmulti-sensorinformationfusi
8、on.Different
此文档下载收益归作者所有