像素级多传感器图像融合新方法的研究

《像素级多传感器图像融合新方法的研究》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、羹《学校代号：学号：密级：10532T07093010公开湖南大学博士学位论文像素级多传感器图像融合新方法研究——'＼吣㈣,t9㈣08707ResearchesonNovelMethodsforPixelLevelMulti-sensorImageFusionbyYANGBinB．E．(ZhengzhouUniversityofLightIndustry)2005AdissertationsubmiRedinpartialsatisfactionoftheRequirementsforthedegreeofDoctorofScienceControlScie

2、nce&EngineeringintheGraduateSchoolofHunanUniversitySupervisorProfessorLIShutaoSeptember'2010湖南大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：哼荔氓日期：-沙fom／调‘日学位论文版权使用授权书本学位论文作者完全了

3、解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于l、保密口，在年解密后适用本授权书。2、不保密团(请在以上相应方框内打“√”)作者签名导师签名日期：卅。年f明6日日期泸t口年p月b日像素级多传感器图像融合新方法研究摘要像素级图像融合是将同类或异类传感器采集到的关于同一场景或目标的图像经过一定的处理，综合成一幅图像，从而获得对同一场景或目标更为准确、全

4、面、可靠的图像描述，是图像处理与计算机视觉领域中多传感器图像信息综合利用的重要手段。随着图像传感技术的发展，像素级图像信息融合已经成为军事、遥感、医学、工业、交通等领域信息综合处理的重要技术。由于图像传感器种类繁多，应用环境各不相同，所以图像融合算法也是各种各样。相对于国外的研究，国内研究起步较晚，其理论以及技术水平亟待提高。本文在深入分析了现有图像融合理论的基础上，结合目前图像处理发展的最新理论，构建了两种新型图像融合框架，提出了稀疏表示域图像融合新方法。在这三种新型图像融合框架下，结合不同图像融合任务的特点，提出了一系列新型像素级图像融算法。另外针对高速

5、公路智能交通系统的需求，本文还提出了多时相图像融合技术和基于特征融合的车牌检测技术，解决了高速公路智能交通系统中监控和信息获取两个重要环节的关键问题。本文主要研究成果如下：1．混合多分辨率分析图像融合传统像素级图像融合算法往往只考虑一种图像多分辨率分析方法，融合算法性能很难获得较大的突破。这是因为任何一种图像多分辨率变换基函数的构造都有严格的限制，使其在表达图像特征时存在一定程度的局限，例如小波变换不能表达图像边缘信息，Curvelet变换不能很好地表达图像细节。由于无法全面表达图像信息，仅通过改变系数融合规则很难进一步提高图像融合算法性能。实际上，不同多尺

6、度几何分析方法之间存在互补特性。例如小波变换适合表示源图像中的纹理、角点等细小特征，而Curvelet和Contourlet变换适合表示源图像的边缘和线信息。基于此本文在通过大量的对比实验以及理论分析的基础上，提出了图像的混合多分辨率分析理论，将具有互补特性的不同图像变换方法以串联的形式结合，获得图像的混合多分辨率分解，并进一步构建了混合多分辨率分析图像融合框架，在混合多分辨率分解域内对分解系数进行融合，最后通过逆变换得到融合图像。在该框架指导下，我们结合小波变换与Curvelet变换的互补特性以及静态小波变换与非下采样Contourlet变换的互补特性，实

7、现了两种基于混合多分辨率分析的图像融合方法。仿真实验显示这两种方法都能很好地保留源图像的细节信息，融合图像质量比单纯使用小波、Curvelet或Contourlet得到的融合图像质量有明显改进。特别地，混合静态小波与非下采样Contourlet变换的多分辨率分析方法还能很好地保持图像变换的移不变特性，使得待融合源图像存在误配准时仍¨博十学位论文能取得高质量融合图像。2．多聚焦图像区域级融合多聚焦图像融合能够突破光学镜头景深的物理限制，获得场景中所有目标聚焦清晰的合成图像，是许多机器视觉处理任务，如边缘检测、图像分割、目标识别等的关键技术。在传统多聚焦图像融合

8、框架下，融合规则只考虑了源图像单个像素特征或其变换域