图像信息融合研究报告

图像信息融合研究报告

ID:45585954

大小:65.07 KB

页数:4页

时间:2019-11-15

图像信息融合研究报告_第1页
图像信息融合研究报告_第2页
图像信息融合研究报告_第3页
图像信息融合研究报告_第4页
资源描述:

《图像信息融合研究报告》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、图像信息融合研究报告应数02研黄可坤2004.3.121.研究背景图像融合是指把不同传感器获得的同一景物的图像合成一张图像,以克服单一图像在焦距、曝光、光谱和空间分辨率的等方而的存在的局限性,达到提高质量的目的。比如显微镜或照相机在某一次固定焦距下清晰成像的物距是一定的,即成像的物体只有一个层面是清晰而其它层面是模糊的,需要我们把各幅在不同焦距下的图像融合成一张图像,使得远近的物体都清晰(如图1,参考文献IB1J,[F5])o各种遥感卫星山于观测的主要对象和任务之间的差别,使得山它们获得的图像在光谱信息、空间分辨率等方面冇较大差异,如全色光图像(如法国空间中心研制的地球资源遥感卫星SPOT所得

2、的代号为PAN的图像)具有较髙的空间分辨率,多光谱图像(如美国Landsat卫星的ThematicMapper专题制图仪所得的TM图像)有丰富的光谱信息但空间分辨率较低,这就需要我们合成一张具有较高空间细节表现能力且同时保持光谱特性的图像(参考文献[B4][Fll[F2][F3][F4])oCT(ComputedTomography,计算机X线断层扫描)和MRI(MagneticResonanceImage,核共震成像)以较高的空间分辨率提供了脏器的解剖结构信息,而PET(PositiveElectronTomography,正电子发射计算机断层扫描)和SPECT(EmissionComput

3、edTomography,单光子发射断层扫描)尽管空间分辨率佼差,但提供了脏器的新陈代谢功能信息,如能将不同医学图像的信息有机的结合起来,无疑将推动现代医学临床诊断的进步(参考文献[B3])。对同一场景可见光和红外线图像的融合还可以进行目标跟踪和武器检测等等(参考文献[Gl])oi:ai图1不同焦距的图像的融合:(a)左边的百事罐清晰;(b)右边测试卡片清晰;(c)融合成一张远近都清晰的图片。2.图像融合的方法图像融介的方法可以分为像索级、特征级和决策级3个层次。像索级融合是直接对原始图像进行空间匹配形成一幅新的图像;特征级融合是从原始图像提取出一些特征进行融合,然后在一张总的特征图上合并这些

4、特征;决策级融合是按照应用的要求对各图像进行分类,确定各类别中的特征影像,再按此进行融合处理。其中像素级融合是最低的层次,它保帘了尽可能多的图像信息,精确度比较高。1.简单图像融合方法如取大、取小、平均。通常难以取得满意的效果。2.彩色空间变换在IHS变换屮(参考文献[D1]),多光谱图像从RGB空间变换成IHS(强度、色度、饱和度)空间,同时将全色图像进行灰度拉伸,使其灰度的均值、方差和IHS空间中亮度分虽的均值、方差一致。然后用拉伸过的全色图像代替强度I分量,再反变换冋RGB空间得到融合图像。这是因为在IHS颜色空间,I、H、S三个分量具冇相対独立性,是人眼对色彩可以直接感知的三个物理量。

5、图像的分辨率或者说是细节,主要由I决定,而光谱信息主要包含在H、S分量屮。这样融合后的图像与原图像相同的色度和饱和度,而且空间分辨率提高很多,但是光谱火真很大,而R只能且必须用3个波段进行融合。3.PCA变换PCA(主成分分析,参考文献[F3」)的方法进行多光谱图像和全色图像的融合。由于多光谱图像包含着多个单色光谱的图像信息,而全色图像则具有某种白光的特性,因此,我们可以先把多光谱图像各个波段的图像通过某种变换,合成为类似白光的图像,再把合成的图像与全色图像进行融介。首先,我们对多光谱图像进行主分量变换,即求出各波段间的相关矩阵的特征值和特征向屋,然后求得各主分量;然后,将全色图像与笫1主分量

6、做直方图匹配;最后,用直方图匹配后的全色图像替代第1主分量,并与其它主分量一起作逆主分量变换就得到融合图像。由于PCA变换的第1主分量的光谱特性与全色图像的光谱特性并不是完全一致,因此直接导致丢失部分多光谱图像的光谱信息,即容易造成光谱失真。4.小波变换的方法传统的小波变换的方法(参考文献[F1JIF2])是分别对多光谱图像的每一个波段和高分辨率图像分别进行小波分解,获取各白的低频分量和细节分量,然后用全色图像的细节分量替换多光谱图像的细节分量,再进行小波反变换得到增强的多光谱图像。这种方法能保持光谱特性,但当小波分解阶数比较小时融合图像的空间细节的表现能力不高,而小波分解阶数增加时虽然能增强

7、空间细节表现能力,但分块效应也会越明显。5.决策级融合决策级融合又叫分类级融合,它是最高层次上的融合,其过程是首先按应用的要求对图像进行初步的分类(Bayes分类、人工神经网络分类等),然后在各类中选去出特征影像。由于不同源的影像所对应的特征表现不同,所以可以通过选择岀最佳的图像组合来进行融合处理,以取得最为满意的分类结果。其难点是分类特征组合与表达的机理难以量化与统一,目前的研究工作人多是从某一

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。