多传感器图像融合技术

《多传感器图像融合技术》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、多传感器图像融合技术　　摘要：信息融合技术作为一门新兴学科，近年来已取得突飞猛进的发展，已在军事和民事方面获得了广泛的应用，对人类的生产生活方式产生了重大的影响。主要介绍了多传感器图像融合的3个融合层次及在每个融合层次典型的融合方法。单一的融合方法有各自的优势和不足，为了克服单一融合方法存在的问题，可以将单一的融合方法进行结合，通过从灰度标准差、平均灰度梯度和熵等方面对融合后图像效果比较可以发现，将两种单一的融合方法结合，可以很好地实现优势互补，获得更理想的融合效果并对多种不同的融合方法进行分析总结，可以为融合算法的应用提供一定的参考。　　关键词：多传感器；信息融合；融

2、合层次；融合算法；效果评价　　中图分类号：TN911.73?34文献标识码：A文章编号：1004?373X（2016）22?0158?05　　0引言　　多源信息融合又称为多传感器数据融合（Multi?SensorDataFusion，MSDF），其基本原理是模拟人大脑综合处理各种信息的过程，利用计算机对获得的多源数据按照一定的规则算法进行综合、过滤、相关、识别和融合等处理，从而得到对被测对象的一致性评价及看法[1]。12　　近年来，图像融合的理论研究迅速发展，图像融合技术也被广泛地应用于各个领域，例如模式识别、医学影像、遥感探测、工业过程控制、安全导航、反恐检查、环境保

3、护、交通监测等[2]。国外对图像融合技术的研究较早，目前已将图像融合技术用于卫星获得的遥感图像[3]，从而获得对被测目标的进一步了解；在军事和医学领域，图像融合技术也慢慢崭露头角，如英国的CONDOR2系统、美国的MANTIS系统以及GE公司于2001年6月推出的DiscoveryLS[4]，都将图像融合技术成功应用其中，并因此产生了巨大的经济和社会效益。我国对图像融合技术的研究相较于国外虽然起步略晚，但随着国家和社会各界对图像融合技术越来越重视，近年来不论是在理论研究还是应用上都取得了的一定的进展。如由四川大学研究的多航管雷达数据融合系统[5]，性能已达世界领先水平，

4、而且已成功运行于多家航空港。单个传感器获得的信息通常不完整也不够精确，有时还会出现对立、模糊的情况，带有很大的不确定性，而多传感器信息融合可以有效提高所获得信息的准确性和可信性[1]。同时，图像信息相比于其他一般信号具有更高的特殊性和复杂性，研究的深度和完善程度也远不如对一般数据融合的研究，因此本文主要介绍了多传感器图像融合算法，对目前常用的融合算法及其优缺点作了分析归纳。随着小波变换被成功应用于图像处理领域，融合的效果在一定程度上也获得了很大的提升[6]，但是，小波融合算法仍然存在一些问题和不足。为了使融合效果达到更优，可以将小波变换（WaveletTransform

5、，WT）分别与Hue?Saturation?Intensity（HSI）变换和主成分分析（PrincipalComponentAnalysis，PCA）变换相结合并从灰度标准差、平均灰度梯度和熵等三个方面对多种融合方法获得的图像处理结果进行了对比评估，进而又对多传感器图像融合技术做了深入阐述，并给出了总结和展望。12　　1多传感器图像融合的一般处理过程　　多传感器图像融合可分为图像预处理、图像配准、图像融合三个主要过程[7]。　　1.1图像预处理　　图像预处理包括图像归一化（如灰度插值、灰度均衡）、图像滤波、图像色彩增强、图像边缘增强等。图像归一化的目的是为了实现图像、

6、分辨率、灰度等的归一化；图像滤波技术主要针对于高分辨率图像，其目的是获取高分辨率图像的纹理信息；图像色彩增强主要针对低分辨率图像，其目的是增加图像的色彩反差，在保持图像原有光谱信息的基础上使得图像色彩比较明亮，把低分辨率图像的光谱信息反映到图像上；图像边缘增强主要是针对高分辨率图像，其目的是在尽可能地降低图像噪声的同时使图像层次分明、边缘清晰[8]。　　1.2图像配准　　图像配准是指将参与融合的图像（可能来自不同的时间和空间）进行对应，特别是进行几何校正，最终获得的效果一般体现在像素层上。图像配准可通过坐标变换和仿射变换来实现，图像配准可分为相对配准和绝对配准，还可以分

7、为基于区域的配准和基于特征的配准。图像配准的精度对图像融合的效果影响较大，如果出现一个像素的空间误差，融合结果就会出现重影，对融合图像的质量产生严重影响[9]。　　1.3图像融合12　　对传感器获得的多幅图像完成预处理和图像配准后，便可进行图像融合。图像融合是指将关于同一目标获得的多幅原始图像经过图像处理和计算机技术等，最大限度地提取原始图像中的有用信息，并将其融合成一幅新的图像，从而获得对被测目标的更可靠认识[10]。　　1.3.1多传感器图像融合的三个层次　　多传感器图像融合方式按照层次由低到高可分为三个层次，像素级、特征级和决策级[