基于多形态稀疏基的WMSN图像融合算法研究-信息与通信工程专业论文.docxVIP

本人郑重声明 : 所 IE 交 的学位论文是我个人在导师指导 F进行的研究 非思工作及取得的研究成果 。尽我所知， I徐 f 文巾特别力IJ 以标沁和致谢的地方 外，论文中不包含 JC 他人 Li经发二点和撰写的研究成果，也不包含为获得华 尔交通大学或其他教育机构的学位成证书所使用过的材料 。与我一 同工作 的同志对本研究所做的钉 {11J vi 非思 本人签名 王浇油 日期 工。眩. 6 、 沙寸柿囡搏抑的诅日 本人 完全了解华东交通大 学有关保留、使用学位论文的规定，即:学 校有权保留送交论文的复印件，允许论文被查阅和借阅 。学校可以公布论 文的全部或部分内容， r可以采用影印、缩印或其他复制手段保存论文 。 ， 。 二人答名 导师签名 日期》创了二‘ 摘要 摘要 I I 基于多形态稀疏基的 WMSN 图像融合算法研究 摘要 作为一种物联网感知客观世界的技术手段，无线多媒体传感器网络（ Wireless Multimedia Sensor Networks，WMSN）被广泛应用于区域内大范围的网络监控、工业控 制等领域。然而，WMSN 监测场景复杂，利用单一类型的视频传感器采集图像可能会 丢失重要的信息。此外，WMSN 网络能量受限，所采集的数据量巨大，需要消耗大量 的网络能量，极大地缩短了 WMSN 网络的生命周期。因此，迫切需要研究低采样率的 图像融合方法以保障 WMSN 监测系统的可靠性和有效性。 因此，本文借鉴压缩感知和图像融合理论，深入研究了 WMSN 监测图像的内在特 征，并设计了一种基于分类的 WMSN 压缩感知图像融合算法。本算法首先对 WMSN 监 测图像进行稀疏表示，并利用高斯随机矩阵对稀疏系数进行了投影，将所得到的观测值 用于计算源图像的数据相似度，再根据数据相似度对源图像进行分类，最后借助所设计 的融合规则对观测值进行融合，并根据所获得的融合系数进行重构，据此得到最终的融 合图像。实验结果表明：该算法可以对输入的源图像进行准确地分类，且图像的分类融 合质量较高。 然而，WMSN 监测图像含有丰富的边缘、纹理等细节信息，利用单一的稀疏基对 图像进行稀疏表示往往会不利于图像细节信息的保留。借鉴形态学成分分析思想，本文 提出了一种基于形态学成分分析的 WMSN 图像融合方法。首先，利用显著性检测方式 提取红外图像的显著性区域，并利用 Curvelet 基对显著性区域进行稀疏表示；然后，利 用离散小波基以及 DCT 变换将可见光图像稀疏分解成光滑成分和纹理成分，并得到光 滑成分与纹理成分的稀疏系数；最后，利用所得到的稀疏系数重构出图像的各形态成分， 并将其融合得到融合图像。仿真结果证明：该算法可以对图像的各形态成分进行有效地 分离，并在得到较好的融合效果的同时减少了图像数据的传输量，从而提升了 WMSN 视频监测的可靠性和有效性。 关键词：WMSN，图像融合，压缩感知，稀疏表示，形态学成分分析 Abst Abstract II II Image Fusion Method Based on Multi-morphological Sparse Representation in WMSN ABSTRACT As an important technology to perceive the objective world，WMSN has been widely used in network monitoring and other fields. However, due to the complex monitoring scene in WMSN , it is vulnerable to lose important information for WMSN by only using single type image sensors to capture images. Moreover, tremendous huge amounts of image data need to be transferred in WMSN，the life-time of network will be dramatically reduced. Thus, it is imperative to decrease the data transmission in order to prolong the life-cycle of network. On the basis of CS and image fusion theory, a classification-based image fusion method is proposed in this