多传感器信息融合技术在图像处理中的应用.docVIP

多传感器信息融合技术在图像信息处理中的应用 作者姓名：胡秋立 专业：自动化 检测与自动化装置 学号：2009020128 摘要 多传感器信息融合实际上是对人脑综合处理复杂问题的一种功能模拟，它在图像信息处理中的应用表现在充分地利用各个源图像的资源信息。通过对各种传感器及其观测信息的合理支配与使用，将各种传感器在空间和时间上的互补和冗余信息依据某种优化准则组合起来，产生对观测环境的一致性解释和描述。 关键词：多传感器、图像信息融合Summary Multi-sensor information fusion is actually an integrated complex issues of human brain as a function of simulation, during the image information processing,it reflects the full use of each source image of the resource information.According the observations on a variety of sensor information and reasonable disposal use of the various sensors,to combine the complementary and redundant information in space and time based on a optimization criterion,produce the observed consistency of interpretation and description of the environment. Keywords:Multi-sensor, image fusion, image registration 1.引言 多传感器信息融合技术在图像信息处理中有着广泛的应用，图像信息的处理过程实际上就是对人脑处理图像信息的一种功能模拟，这里通过多种传感器所获取的源图像信息的提取和合成，从而获得对同一场景目标更为准确、更为全面、更为可靠的图像描述。迄今为止，这项技术的应用已经相当广泛，在军事领域，民用领域发挥着不容忽视的作用，在解决探测、跟踪以及目标识别等问题上都具有很多的性能优点。[1] 图像信息融合技术是信息处理与分析的重要方法之一它的基本目标是通过组合获得比任何单个数据源更准确的信息可以在像素级、特征级、决策级三个层次上进行在图像处理领域像素级融合用在多传感器图像分析如多波段遥感图像的分类特征级融合用在图像符号化如基于边缘检测和区域分割的图像分割技术决策级融合主要用于图像目标的自动识别研究如对直线和区域的综合分析等。常用的融合方法主要有以下几种其中前种是空间域方法后两种是变换域方法： 2.1 加权融合和主成分分析最直接的融合方法就是对源图像进行加权平均作为融合结果加权平均提高了融合图像的信噪比但削弱了图像的对比度在一定程度上使图像边缘、轮廓变得模糊加权平均方法具有算法简单融合速度快的优点但在多数应用场合该方法往往难以取得令人满意的效果。主成分分析的方法就是把多波段的图像信息综合在一幅图像上而且对融合图像来说各波段的信息所做出的贡献能最大限度的表现出来为此需对源图像各波段像素值进行加权线性变换以产生新的像素值。2.2 假彩色图像融合假彩色融合方法是在人眼对颜色的分辨率远远超过对灰度等级的分辨率这一视觉特性的基础上提出的融合方法通过某种彩色化处理技术将蕴藏在原始图像灰度等级中的细节信息以彩色的方式来表征可以使人类视觉系统对图像的细节有更丰富的认识一般是通过彩色映射的方法将输入图像映射到一个色彩空间中，得到一幅假彩色融合图像在图像处理中常用的有两种彩色坐标系：一种是由红（R）、绿（G）和蓝（B三原色构成的RGB彩色空间；另一种是由亮度I、色调H及饱和度S三个变量构成的IHS彩色空间。IHS变换就是RCB空间与IHS空间之间的变换，从RGB空间到IHS空间的变换成为IHS反变换。2.3 Brovey变换法Brovey变换是基于色度的一种颜色变换，并且比RGB到IHS的变换更简单。如果需要，Brovey变换也可应用于单个波段。它建立在如下亮度调节的基础上： 其中I=(R+C+B)/3，R、G、B多光谱图像的红、绿、蓝波段。P是已经配准好的更高空间分辨率的数据。Brovey变换可用来融合具有不同空间特征和光谱特征的图像。但是，如果亮度替换（或调节）图像（即全色波段）的光谱范围与个空间分辨率较低波段的光谱范围不同，那么RGB到Brovey变换可能引起色彩畸变。Brovey变换是为了从视觉上提高图像直方图低端和高端的对比度而提出的（