基于蚁群算法的多传感器图像融合方法.pdfVIP

基于蚁群算法的多传感器图像融合方法·15·

基于蚁群算法的多传感器图像融合方法

何同弟，祝燎

(河西学院物理与机电工程学院，甘肃张掖734000)

摘要：为了使融合后的多传感器图像获得更多的光谱信息、提高清晰度、降低数据冗余度，提出了一种基

于蚁群算法的多传感器图像融合方法。对低分辨率图像上的蚁群以相位一致性作为启发信息，高分辨

率图像中的蚁群以梯度强度作为启发信息，两个蚁群通过共享的信息素矩阵实现协作，根据信息素矩阵

提取图像特征。算法采用区域能量的加权自适应融合规则确定低频系数，结合蚁群算法提取的边缘特

征融合来指导高频系数融合。融合结果表明，该方法在不同分辨率上引入了多种启发信息，因而能够提

取更加完整和有意义的图像特征，为多传感器图像融合提供了更智能、更细致、更全面的图像信息。

关键词：多传感器；蚁群算法；特征级融合；小波变换

中图分类号：TP391．9文献标识码：A文章编号：1000—8829(2017)08—0015—05

Multi-SensorImageFusionMethodBasedonAntColony

OptimizationAlgorithm

HETong—di，ZHULiao

(CollegeofPhysicalandMechanicalandElectricalEngineering，HexiUniversity，Zhangye734000，China)

Abstract：Amulti··sensorimagefusionmethodbasedontheantcolonyalgorithmstoobtainmorespectralinfor--

mation，increasehteresolutionandreducedataredundancyofthefusedmulti—sensorimage，ispresented．With

theusageofphasecongruencyastheinspirationinformationinthelow·resolutionimage，andgradientstrength

astheinspirationinfomrationinthehigh-resolutionimage，thetwoantcoloniescooperateintheimagebysha—

ringthesamepheromonematrixandextractthefeatureoftheimagesaccordingtothepheromonematrix

threshold．Thealgorithmadoptstheweightedadaptivefusionrulesofregionalenergytodetemrinethelow-fre—

quencycoefficients，andcombinestheedgefeaturefusionextractedbytheantcolonyoptimizationalgorithmto

guidethehigh~equencycoeffcientfusion．Experimentresultsshowthatthemethodprovidesmoreintelligent，

moredetailedandmorecomprehensiveimageinfomrationf0rmuhi-sensorimagefusionbecauseitcanextract

morecompleteandmeaningfulimagecharacteristicsbyintroducingavarietyofheuristicinfomrationindiffer-

entresolution．

Keywords：multi—sensor；antcolonyalgorithm；featurelevel