变换域中的多源图像融合方法研究-控制理论与控制工程专业论文.docx

喇喇 唰 喇喇 唰 句 ，幽 川恻川崎O m阳川啼 ， 川刚刚WAMM 州川n川o 川川woo m配 脚即AE· 恻恻Y 摘要 多源图像融合是将源自同一场景或目标的多幅阁像合成一幅新的图像，以获取对 该场景成目标更为准确和全面的描述。图像融合过程充分利用了不同源图像之间的冗 余信息和互补信息，使融合后的图像具有更高的可信度、较少的模糊和更好的可理解 性，更适合于人类视觉感知或计算机检测、分类和识别。 多源图像融合主要分为空间域图像融合和变换域图像融合。变换域融合方法利用 了多尺度、多分辨率分析方法在表征信号局部特征上的优点，弥补了空间域图像融合 方法在细节表现力上的不足。但是这类融合方法改变了变换系数，若融合规则选取不 当，容易造成源图像信息的损失。 本论文的研究工作主要围绕变换域中的多源图像融合展开。从有利于场景理解和 目标识别的角度出发，在分析变换域图像融合理论和先进方法的基础上，寻找能够保 留源图像更多有用信息，有效提高融合阁像质量的新方法。论文的主要研究内容如 下: (1)从图像融合的层次架构出发，探讨了多源图像融合的基本流程和基本方法， 归纳了图像融合效果的主要评价指标及其选取原则:分析了基于多分辨率分析的变换 域图像融合技术，并对几种典型变换域融合方法的融合效果进行了比较。 (2) 在研究多源图像融合及非下来样 Contourlet 变换理论的基础上，提出了一种基 于区域特征的多聚焦图像融合方法。为了有效获取源图像的边缘和细节信息，利用非 下来样Contourlet 变换对图像进行多尺度分解，再根据所得到的子带系数的区域特征及 其接近度分别采用相应的融合规则。该方法的融合效果优于传统的空间域融合方法和 变换城像素级融合方法。 (3)结合脉冲梢合神经网络，对变换域多源图像融合方法进行了研究。在多聚焦 图像融合中，利用非下来样 Contourlet 变换布效捕捉源阁像的特征信息，并根据脉冲祸 合神经网络点火映射阁的邻域接近度，为非下来样 Contourlet 变换获得的子带系数提供 融合规则。根据红外图像与可见光融合的要求，利用自约束限定函数定义神经元链接 强度，并引入脉冲稿合神经网络的法代过程，在此基础上对非下来样 Contourlet 变换的 子带系数进行融合处理。提出的相应融合方法针对多聚焦图像及红外与可见光图像， 均能够有效提高融合阁像的质量。 (4)研究了变换城多源图像融合中的多目标优化问题。在分析多目标优化理论与 算法的基础上，提出了一种自适应装分进化算法。该算法采用自适应变异因子、动态 交叉概率函数以及精英最优的排序策略，具有良好的搜索能力和收敛性，将其应用到 基于非下来样 Contourlet 变换的多源图像融合多目标优化中，有效解决了图像融合过程 的综合评价问题。 关键词:多源图像融合，变换域，非下来样 Contourlet 变换，脉冲楠合神经网络，多聚 焦图像，红外和可见光图像，多目标优化 n Abstract Abstract Mu1ti-source image fusion will integrate mu1tiple images derived 仕om the same scene or targ创 collected into a new image to obtain more accurate and more complete description about the scene or target. Image fusion process can take advantage of the complementary information and redundant information in different source images，so as to obtain a fusion resu1t with higher reliability，less blur and be口er intelligibility. As a result，the fusion image is more suitable for human vision perception and computer processing ，such as detection， classification and identification. Multi-source image fusion can be divided into space domain image fusion and transform domain image fusion. The transform domain fusion methods utilize a mul