圖像融合技術(shù)的發(fā)展及未來展望

圖像融合技術(shù)的發(fā)展及未來展望

ID:15184365

大小:26.50 KB

頁數(shù):4頁

時間:2018-08-01

圖像融合技術(shù)的發(fā)展及未來展望_第1頁
圖像融合技術(shù)的發(fā)展及未來展望_第2頁
圖像融合技術(shù)的發(fā)展及未來展望_第3頁
圖像融合技術(shù)的發(fā)展及未來展望_第4頁
資源描述:

《圖像融合技術(shù)的發(fā)展及未來展望》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、圖像融合技術(shù)的發(fā)展及未來展望摘要:圖像融合是信息融合的重要分支和研究熱點(diǎn)。其目的是對多幅源圖像的信息進(jìn)行提取和綜合,以獲得對某一地區(qū)或目標(biāo)更準(zhǔn)確、更全面和更可靠的描述,從而實(shí)現(xiàn)對圖像的進(jìn)一步分析和理解,或目標(biāo)的檢測、識別與跟蹤。本文描述了圖像融合的基本概念、層次及發(fā)展,重點(diǎn)闡述了像素級圖像融合的基本原理和方法,最后展望了圖像融合發(fā)展的前景。關(guān)鍵詞:圖像融合小波變換反變換0引言在圖像融合中,參加融合的源圖像是由不同的圖像傳感器或者是同一傳感器在不同時刻得到的,所以在進(jìn)行融合之前需要對圖像進(jìn)行配準(zhǔn)和一些預(yù)處理

2、操作。在本文中所提到的參加融合的圖像都是經(jīng)過配準(zhǔn)了的,圖像融合的過程可以發(fā)生在信息描述的不同層,通常將圖像融合分為像素級、特征級和決策級[1]。像素級的圖像融合是最低層次的圖像融合,但該層次的融合準(zhǔn)確性最高,能夠提供其它層次上的融合所不具備的細(xì)節(jié)信息??梢哉f像素級圖像融合是特征級和決策級圖像融合的基礎(chǔ),是最基本、最重要的圖像融合方法。1像素級圖像融合方法4像素級融合的過程一般可分4個步驟:預(yù)處理、變換、綜合和反變換(重構(gòu)圖像)。大多數(shù)研究像素級融合的論文都假設(shè)被融合的圖像已經(jīng)配準(zhǔn),不過也有一些研究論文專門

3、研究配準(zhǔn)處理[2]變換階段采用的主要方有:PCA,有時也稱PCT;HIS變換;多分辨方法,如金字塔(pyramid)算法和多分辨小波變換wavelet。綜合階段將被融合圖像的變換結(jié)果進(jìn)行綜合處理,從而獲得最終的融合圖像。綜合方法可分為:選擇法。即根據(jù)某種規(guī)則,分別選擇同被融合圖像的變換系數(shù),組成一組新的變換系數(shù);加權(quán)法。即用某種加權(quán)平均算法將不同被融合圖像的變換系數(shù)綜合為一組新的變換系數(shù);優(yōu)化法。即根據(jù)應(yīng)用不同,構(gòu)造某個評價融合效果的性能指標(biāo),綜合結(jié)果使該性能指標(biāo)達(dá)到最優(yōu)。反變換階段是根據(jù)綜合階段得到的一

4、變換系數(shù)進(jìn)行反變換操作,得到融合圖像。2加權(quán)平均法假設(shè)參加融合的兩個源圖像分別為A,B,圖像大小為N1×N2,經(jīng)融合后得到的融合圖像為F,那么對A,B兩個源圖像的灰度加權(quán)平均融合過程可表示為:F(n1,n2)=ω1A(n1,n2)+ω2B(n1,n2)式中:ω1+ω2=1,ω1,ω2在不同類的圖像融合當(dāng)中,通過仿真確定它們的值。當(dāng)兩幅圖像很相似時,合成圖像就采用兩幅圖的平均值也就是權(quán)值分別為0.5和0.5;當(dāng)兩幅圖像差異很大時,就選擇最顯著的那一幅圖像,此時的權(quán)值為0和1,上面的權(quán)值選擇方法基本上都是基于

5、人眼的視覺特征,而沒有考慮到實(shí)際應(yīng)用中的目標(biāo)特征。Lallier利用軍事應(yīng)用中的目標(biāo)特征提出了一種自適應(yīng)的權(quán)值選擇方法,所產(chǎn)生的融合算法計算量較少,適于實(shí)時處理,而且穩(wěn)定性非常好。3小波變換法4小波變換[3]也是一種圖像的多尺度、多分辨率分解,而且小波分解是非冗余的,使圖像經(jīng)小波分解后的數(shù)據(jù)總量不會很大;同時,小波分解具有方向性,利用這一特性就有可能針對人眼對不同方向的高頻分量具有不同分辨率這一視覺特性,獲得視覺效果更佳的融合圖像。這里以兩幅圖像的融合為例,對于多幅圖像的融合方法可由此類推。設(shè)A,B為兩幅

6、原始圖像,F(xiàn)為融合后的圖像。其處理的基本步驟如下:第一步對每一源圖像分別進(jìn)行小波變換,建立圖像的小波塔形分解;第二步對各分解層進(jìn)行融合處理,各分解層上的不同頻域分量可用不同的融合算子進(jìn)行融合處理,最終得到融合后的小波金字塔;第三步對融合后的小波金字塔進(jìn)行小波逆變換(即進(jìn)行圖像重構(gòu)),得到的重構(gòu)圖像為融合圖像。4總結(jié)及展望圖像融合能夠協(xié)同利用同一場景的多種傳感器圖像信息,輸出一幅更適合于人類視覺感知或計算機(jī)進(jìn)一步處理與分析的融合圖像。它可明顯的改善單一傳感器的不足,提高結(jié)果圖像的清晰度及信息包含量,有利于更

7、為準(zhǔn)確、更為可靠、更為全面地獲取目標(biāo)或場景的信息。因此,圖像融合技術(shù)的研究是一項(xiàng)有著重要的理論與應(yīng)用價值的課題。參考文獻(xiàn):[1]何友,王國宏等.多傳感器信息融合及其應(yīng)用[M].北京.電子工業(yè)出社.2000.11.[2]王東峰.多模態(tài)和大型圖像配準(zhǔn)技術(shù)研究[D].博士學(xué)位論文.中國科學(xué)院電子學(xué)研究所.2002.4[3]練秋生.基于視覺特性的多方向小波構(gòu)造及其應(yīng)用研究[D].博士學(xué)位論文.燕山大學(xué).2006.2.4

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。