疵点检测系统中图像融合算法

《疵点检测系统中图像融合算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、疵点检测系统中图像融合算法1引言　　图像融合是指两个或者两个以上的传感器在同一时间（或不同时间）采集的关于同一目标的图像进行适当的处理，产生一幅新的图像，使之更适合人眼感知或计算机后续处理。各传感器获取的图像间既存在冗余性又存在互补性，利用冗余信息可以改善信噪比并且可获得更为可靠的结果。同样，利用互补信息可使获得的融合图像包含更丰富的细节及更全面的信息。通过对其融合,能够提高系统的可靠性和图像信息的利用效率。由于利用了来自多传感器的多源图像，所以，融合后图像对场景的描述比任何单一源图像都更全面、更精确。在不利的环境条件下(如烟、雾、雨、低照明、运动等)或者当一个图像传感器不足以提供用于目

2、标识别或场景描述的足够信息时，通过图像融合我们仍可获得较满意的图像效果。由于本文要求检测的幅面宽，单台CCD达不到精度要求，故采用多线阵CCD并行采集数据。本文运用图像融合学知识，编写程序来实现多线阵CCD的图像融合，来达到还原实际图像，准确检测各种疵点的目的。2图像融合的分类和方法图像融合按照融合在处理流程中的阶段可分为三个层次:像素级图像融合、特征级图像融合、决策级图像融合。像素级图像融合是最基本、最重要的图像融合方法,也是获取信息最多、适用范围最广的一种融合方法。像素级图像融合保留了源图像更多的细节信息，且其精度较高，因此备受人们的重视，是现在图像融合的研究热点"像素级图像融合是直

3、接对多传感器的原始图像中像素点进行处理,得到一幅新的图像"像素级融合属于基础的,底层的融合。其优点是信息丢失少，它尽可能地保留了场景的原始信息"缺点是计算量大!处理速度慢。目前,像素级图像融合主要用于图像分析、图像理解等处理工作的前期处理。像素级图像融合方法主要有空间域融合法和变换域融合法。空间域融合法主要有像素灰度选择法和加权平均法变换域，融合法主要有基于塔形分解和基于小波分解的图像融合方法。此外,像素级图像融合的其它方法还有:逻辑滤波器法!数学形态法、图像代数法、模拟退火法等"变换域融合法运算复杂,难以实时处理困。空间域融合法精度较变换域融合法低，但运算过程简单，易满足实时性要求。其

4、中，加权平均法根据应用对象的不同,可灵活选用加权系数,也能取得较好的融合效果。特征级图像融合是从各个传感器图像中提取特征信息，并将其进行综合分析和处理的过程。提取的特征信息应是像素信息的充分表示量或充分统计量。典型的特征信息有边缘、形状、轮廓、角、纹理、相似亮度区域、相似景深区域等。在进行融合处理时，所关心的主要特征信息的具体形式和内容与多传感器图像融合的应用目的和场合密切相关。通过特征级图像融合可以在原始图像中挖掘相关特征信息、增加特征信息的可信度!排除虚假特征!建立新的复合特征等。特征级图像融合是中间层次上的融合，为决策级融合做准备"特征级融合对传感器对准要求不如像素级要求严格，因此

5、图像传感器可分布于不同平台上。由于所提出的特征直接与决策分析有关,因而融合结果能最大限度地给出决策分析所需要的特征信息。与像素级融合相比,信息丢失量较大,计算量减少。特征级图像融合的方法主要有聚类分析方法、Dempster-Shafer推理方法、信息嫡方法、表决方法等。决策级图像融合是对各幅图像进行处理，得出决策,然后对决策进行融合，得出最后的结论。最终的决策结果是全局最优决策。决策级融合是一种高层次的融合，其结果将为各种控制或决策提供依据。为此,决策级融合必须结合具体的应用及需求特点，有选择地利用特征级融合所抽取或测量的有关目标的各类特征信息，才能实现决策级融合的目的，其结果将直接影响

6、最后的决策水平。决策级融合的主要优点可概括为：融合数据量最小，因此实时性好。容错性高，抗干扰能力强，对于一个或若干个传感器的数据干扰,可以通过适当的融合方法予以消除。数据要求低,传感器可以是同质或异质，对传感器的依赖性和要求降低。分析能力强，能全方位有效反映目标及环境的信息，满足不同应用的需要。决策级图像融合的方法主要有贝叶斯估计法、神经网络法、模糊聚类法、专家系统等。以上三个层次的图像融合方法的比较情况如表1所示。表1图像融合层次及其性能比较融合层次特性像素级图像融合特征级图像融合决策级图像融合信息量最大中等最小信息损失最小中等最大容错性最差中等最好抗干扰性最差中等最好对传感器的依赖性

7、最大中等最小融合方法难易最难中等最易预处理最小中等最大分类性能最好中等最差系统开放性最差中等最好3横向融合与纵向融合本文所讨论的图像融合问题包括图像的横向融合和纵向融合两部分。由于单台CCD摄像机只有4K的水平像素,不能达到要求。根据检测的需要，本文提出了运用多线阵CCD并行采集数据的检测方案"该方案将塑料薄膜表面在横向上划分为若干个相互重叠的区域,运用多个线阵CCD对宽幅面塑料薄膜表面进行分段成像，每个区域成像到各自的线阵CCD上