图像信息多层次融合技术研究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘要 摘要 图像信息融合的目的是综合同一个场景的多个图像的信息,或同一个图像 的多角度信息,得到更适合人的视觉和计算机视觉的一幅图像,或更适合进一 步图像处理需要的图像。图像融合系统因其冗余性、互补性、时间优越性及相 对低成本性等受到高度重视并在相关领域取得了不菲成绩,在医学、计算机视 觉、遥感、气象预报、目标探测与识别等方面的应用潜力正得以挖掘。 本文主要针对图像信息各个层次(像素级、特征级和决策级)的融合展开 了研究。研究涉及人脸的识别算法、特征级和决策级的融合算法、融合评价体 系,并提出了基于像素级融合的一种新方法。主要工作包括: 1.在像素级融合技术中,分析了HIS变换在融合中产生颜色失真的原因,提 出了将小波变换和HIS变换相结合的方法,有效的解决了融合中颜色失真的问 题,并根据融合评价体系对实验结果进行评价。结果显示,这种方法是一种比 较理想的像素级融合方法,对像素级融合技术的研究有借鉴意义。 2.在特征级融合技术中,分别用主成分分析(PCA)法和核主成分分析 (KPCA)法提取待识别人脸图像的特征向量,得到关于人脸图像的二阶统计信 息和高阶统计信息;根据识别要求构建了融合两种特征向量的BP神经网络,将 融合向量的识别结果与核主成分分析法的结果进行比较。实验证明该法在特征 级融合中便于实时处理,为特征级融合的进一步研究提供参考。 3.在决策级融合技术中,利用模糊集合理论解决了子决策的融合模式和有效 融合问题。利用matlab中的GUI工具建立模糊推理系统,综合考虑客观事实(人 脸的识别度)和信任程度(变量的隶属度),验证了该方法的有效性。 关键词:图像信息融合;像素融合;特征融合:决策融合:小波变换 ABSTRACT ABSTRACT ascenefrom ofthe is with Theinformationfusion imagesintegrated multiple forhuman thesame multi bemoresuitable information,to images,or image angle and vision moresuitableforfurther visual image,or image perceptioncomputer inrelatedfields need fusion haveachievedsuccess system image.Image processing relativelowcostand ofits and because advantages,time redundant,complementary areableto in vision,remote medicine,computer

文档评论(0)

liybai + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档