多传感器图像融合算法的研究

《多传感器图像融合算法的研究》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、多传感器图像融合算法研究摘要目前，随着图像传感器技术的高速发展，多传感器图像融合也得到了迅速的发展，已成为信息融合的一个重要分支。图像融合能将同一场景的多传感器图像中的互补信息进行综合，去除冗余信息，获得一个更为全面和精确的场景图像，从而提高后续处理工作的准确度。本文研究了目前相关领域已有的一些经典的算法，并提出改进算法。本文研究的主要内容包括以下几个方面：(1)提出一种特征级可见光图像融合算法。首先将源图像直接分块并提取对应区域的能够衡量图像清晰度的相关特征，然后将区域特征之差作为支持向量机模型的输入，对区域图像进行分类，最终提取清晰度较高的对应区域图像组成融合图像。通过实验表明

2、，该特征级融合图像的效果优于基于经典的像素级融合图像的效果。(2)利用自适应惯性因子的PSO优化SVM参数算法对区域图像进行分类。由于SVM的参数对其学习性能有较大的影响，因此本文提出一种自适应惯性因子的PSO算法来优化SVM参数。利用迭代次数、局部适应度和全局适应度构造惯性因子，有利于搜索到全局最优参数，并利用分类精度和支持向量机个数构造适应度函数。通过实验表明，该方法有效降低了模型复杂度，提高了分类精度，从而提高了融合算法的融合效果。(3)提出基于NSCT和压缩感知的可见光和红外图像的融合方法。首先将红外和可见光源图像分别进行NSCT得到低频子带和带通方向子带，然后对低频子带采

3、取平均加权融合规则进行融合处理，而对带通方向子带在压缩感知理论框架下采取基于标准偏差的自适应融合规则进行融合处理，最终将融合后的予带系数进行非下采样Contourlet逆变换得到融合图像。通过实验表明，该方法从源图像获取的信息较多，有效提高了融合效果。关键词：特征级图像融合；粒子群优化算法；支持向量机；图像分割；压缩感知理论；非下采样Contourlet变换II工程硕士学位论文AbstractAtpresent，withtherapiddevelopmentofimagesensorthechnology，multi—sensorimagefusionalsohasarapidde

4、velopment，andhasbecomeanimportantbranchofinformationfusion．Imagefusioncansynthesizecomplementaryinformationofthemulti—sensorimageinthesamescene，andremoveredundantinformation．Soitcangetamorecomprehensiveandaccuratesceneimage，therebyimprovetheaccuracyofthesubsequenttreating．Thisthesishasstudieds

5、omeexistingclassicalalgorithmsintherelatedfieldsandalsohasimprovedsomerelatedalgorithms．Themainresultsareasfollows：(1)Anewfeature—levelvisibleimagefusionalgorithmisproposed．Thesourceimageisdivideddirectlyintoblocks，andtherelevantcharacteristicsofthecorrespondingregionthatcanreflectthecapabilit

6、yoftheseimagesareextracted．Thedifferencebetweentheserelevantregionalcharacteristicsforthecorrespondingregionfrommulti-sensorimagesisusedastheinputofsupportvectormachinemodel，andthentheregionalimagesareclassifiedbasedonSVMalgorithm．Finllythemoreclearerimageblockinthecorrespondingregionisadopted

7、toreconstructthefusedimage．Experimentsresultsaregiventoshowthemeritoftheproposedapproach，comparedtothetraditionalpixel—levelfusionimageeffect．(2)Intheprocessofclassilyingtheaboveregionalimages，animprovedPSOalgorithmusingtheadaptiveinert