一种新的基于图像融合

《一种新的基于图像融合》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、Page1第1页ANovelApproachtoImageFusionBasedon一种新的基于图像融合Multi-ObjectiveOptimization多目标优化YifengNiuandLinchengShen峰牛和临城沉SchoolofMechatronicsandAutomation学院机电工程与自动化NationalUniversityofDefenseTechnology国家国防科技大学410073Changsha,China410073长沙，中国{niuyifeng&lcshen}@nudt.edu.cn（niuyifeng＆

2、lcshen）@nudt.edu.cnAbstract-Mostapproachestoimagefusiondeterminethe摘要-大多数图像融合的办法确定buildingofimagefusionmodelbasedonexperience,andthe建设图像融合模型的经验，和parameterconfigurationofthefusionmodelissomewhat融合模型的参数配置是有点arbitrary.武断。Inthispaper,anovelapproachtoimagefusionbased在此提出了一种新方法基于

3、图像融合onmulti-objectiveoptimizationwaspresented,whichcould多目标优化提出，这可能achievetheoptimalfusionindicesthroughoptimizingthefusion通过优化实现融合的最佳融合指数parameters.参数。FirsttheuniformmodelofimagefusioninDWT首先，在小波变换的图像融合统一的模式(DiscreteWaveletTransform)domainwasestablished;thenthe（离散小波变换）域成立;

4、则properevaluationindicesofimagefusionweregiven;andfinally图像融合的适当评价指数分别给予;最后theadaptivemulti-objectiveparticleswarmoptimization自适应多目标粒子群优化算法(AMOPSO)wasintroducedtosearchtheoptimalfusion（AMOPSO）被介绍给搜索最优融合parameters.参数。ExperimentresultsshowthatAMOPSOhasa实验结果表明，有AMOPSOhighercon

5、vergencespeedandbetterexploratorycapabilities较高的收敛速度和更好的探索能力thanMOPSO,andthattheapproachtoimagefusionbasedon比MOPSO，而到图像融合方法的基础上AMOPSOrealizestheParetooptimalimagefusion.AMOPSO实现了帕累托最优图像融合。IndexTerms-multi-objectiveimagefusion;adaptivemulti-索引条款-多目标图像融合;自适应多objectiveparticle

6、swarmoptimization(AMOPSO)目标粒子群优化（AMOPSO）I.INTRODUCTION一，导言Imagefusionisavaluableprocessincombiningimages图像融合是一个有价值的过程相结合的图像withvariousspatial,spectralandtemporalresolutionstoform各种空间，光谱和时间分辨率的形成newimageswithmoreinformationthanthatcanbederived更多资料，新的图像比可以得出fromeachofthesourc

7、eimages[1].从源图像[1每]。Differentmethodsof不同方法imagefusionhavethesameobjective,thatis,toacquirea图像融合具有相同的目标，即收购betterfusioneffect.更好的融合效果。Differentmethodshavethegiven不同的方法给定parameters,anddifferentparameterscouldresultindifferent参数和不同的参数可能会导致不同的fusioneffects.融合的影响。Ingeneral,weest

8、ablishtheparametersbased总的来说，我们建立了基于参数onexperienceortheparametersadaptivelychangew