多源图像配准与融合方法研究.pdf

实施难度最大的一种融合层次，它的优点在于尽可能多地保留了来自不同传感器图 像的原始信息。论文详细介绍了现有的像素级图像融合方法，指出多分辨技术是适 用范围最广的，也是效果最好的。其中，多分辨技术中的小波变换法又优于金字塔 法。因此，选用小波变换法作为主要的融合方法。在引入图像的小波多分辨分析基 础上，对基于小波变换图像融合的融合步骤、小波基的选取、分解层数的确定、融 合规则及评价方法进行了详细的探讨和大量翔实的实验，并得出一系列重要结论。 提出了一种基于小波系数互相关性的新的融合方法，该方法利用均值、方差、协方 差等统计参量构造新的匹配度和加权算子。对不同源图像的融合效果进行了展示， 证明了基于小波变换图像融合方法的有效性和广泛适应性。从应用的角度出发，论 文提出采用小波提升格式进行算法的实现。对传统的卷积方法和提升格式两种小波 变换方法进行了比较分析，指出提升在运算上更为简单，实时性好，并且便于硬件 实现。在介绍小波提升格式的基本原理及特点基础上，重点介绍了JPEG2000标准的 两个重要的提升小波基Le 仿真中。针对成像跟踪进行了目标的跟踪实验，在融合生成的新图像序列中进行目 标实时跟踪，达到了使信息量增加，跟踪更稳定的目的。 针对特征级和决策级图像融合方法较少的现状，面向目标检测，论文提出了两种 有一定适用性的融合算法，对填补该领域的空白作了一些探索性的研究工作。针对 复杂背景下小目标的检测，提出了一种采用梯度特征表决融合的决策级融合检测方 法。该算法采用多量级多向梯度对来自不同通道传感器图像中的目标进行初检测， 阂值分割出目标，然后对各通道的检测结果用“AND”逻辑进行表决融合，去除大 量虚假目标，最后进行图像序列分析检测出真实目标。该算法对图像中杂波背景有 很好的抑制效果，可大大减少目标识别中候选目标点的数目，便于进一步对目标的 识别。针对多目标的检测，提出了一种综合多源图像分形特征的特征级融合检测方 法。该算法首先由红外图像阂值分割出部分目标，然后利用分维数图的统计特征可 以增强分形维数的奇异性，在可见光图像的分维数图中搜索与己检测出的目标区域 具有相近分形统计特征的区域，进行标记，然后根据“距离相似度准则”进行目标 的聚类识别，排除背景干扰，最终检测出全部目标。 本论文作为多源图像配准和融合方法的前瞻性研究工作，针对成像识别跟踪进行 了一系列理论、方法和工程应用的探索研究，做出了重要贡献，为以后开展相关工 作奠定了良好的基础。 关键词：信息融合图像配准多传感器小波变换成像跟踪目标检测 ResearchofMulti—source ImageRegistration andFusionMethods Tan BingJie Directed by：Prof．JingruWang Abstract Informationfusionasoneofthenewareasininformationsciencewasfirst proposed inthe 1970s．Sincehasattractedmoreandmore ithasbeen early then，it attention，and in areassuchasautomatic airvehicle widelyappliedmany targetrecognition，autonomous automaticcontrolof diagnoses，and guidance，robotics，remotese