基于多分辨率分析的多傳感器圖像融合算法研究.pdf

1、圖像融合是將兩個(gè)或兩個(gè)以上具有互補(bǔ)信息和冗余特性的圖像進(jìn)行多層次、多級(jí)別、多方向的綜合性處理，融合成為含有更豐富的信息、更為精準(zhǔn)、更具可靠性的圖像，使融合后的圖像減少冗余性、模糊性的同時(shí)，具有更佳的互補(bǔ)性、可理解性，更加適合人類(lèi)視覺(jué)或計(jì)算機(jī)檢測(cè)、識(shí)別、分類(lèi)、理解等圖像處理。目前，圖像融合技術(shù)在遙感圖像處理、計(jì)算機(jī)視覺(jué)、智能機(jī)器人、軍事監(jiān)控、醫(yī)學(xué)掃描成像等領(lǐng)域得到了廣泛的應(yīng)用。
　　 本論文主要研究了基于多分辨率分析的多傳感器圖像

2、融合算法。主要圍繞對(duì)偶樹(shù)復(fù)小波變換、二代Curvelet變換和非下采樣Contourlet變換等多分辨率分析工具，對(duì)多傳感器圖像融合算法進(jìn)行深入、系統(tǒng)的研究，結(jié)合大量仿真實(shí)驗(yàn)，提出了多種圖像融合算法。
　　 首先，以多傳感器圖像融合的分類(lèi)為切入點(diǎn)，分析了基于多分辨率分析的圖像融合技術(shù)，對(duì)比了多種主流多分辨率分析工具系數(shù)分布規(guī)律，探討了多聚焦圖像、紅外圖像和遙感圖像三類(lèi)傳感器成像特性，歸納了圖像融合評(píng)價(jià)指標(biāo)及評(píng)價(jià)依據(jù)。
　　

3、 其次，針對(duì)灰度多聚焦圖像的融合，提出了基于模糊理論判別和對(duì)偶樹(shù)復(fù)小波變換的灰度多聚焦圖像融合算法。針對(duì)對(duì)偶樹(shù)復(fù)小波分解后，圖像在平滑區(qū)域選擇子帶系數(shù)時(shí)存在一定不確定性的問(wèn)題引入模糊理論，以模糊隸屬度來(lái)度量圖像不同的類(lèi)型特征與對(duì)應(yīng)像素灰度值之間的映射關(guān)系，有效消除融合過(guò)程中可能存在的不確定性，實(shí)現(xiàn)了對(duì)圖像的有效融合及細(xì)節(jié)增強(qiáng)；在此基礎(chǔ)上，針對(duì)彩色多聚焦圖像的融合，提出了基于IHS色彩空間模型和對(duì)偶樹(shù)復(fù)小波變換的彩色多聚焦圖像融合算法，

4、解決了以往彩色多聚焦圖像以R、G、B通道單獨(dú)進(jìn)行融合容易造成色彩失真的問(wèn)題。通過(guò)仿真實(shí)驗(yàn)，驗(yàn)證了兩種融合算法的有效性和優(yōu)越性。
　　 再次，針對(duì)紅外與可見(jiàn)光圖像的融合，結(jié)合二代Curvelet變換，提出了一種基于顯著水平測(cè)度和區(qū)域匹配規(guī)則的紅外與可見(jiàn)光圖像融合算法。該算法中，結(jié)合紅外和可見(jiàn)光圖像特性及人眼視覺(jué)系統(tǒng)的特點(diǎn)，定義了顯著水平測(cè)度算子，用以表征像素點(diǎn)的信息質(zhì)量，指導(dǎo)二代Curvlet變換圖像融合系數(shù)的選取，從而充分提取紅

5、外圖像的熱目標(biāo)特征信息與可見(jiàn)光圖像豐富背景特征信息，得到了更佳的融合效果；在此基礎(chǔ)上，針對(duì)紅外與彩色可見(jiàn)光圖像融合提出了基于HSV顏色空間與二代Curvelet變換的紅外與彩色可見(jiàn)光圖像融合算法，使融合后的彩色圖像最大可能地保持可見(jiàn)光圖像中的自然彩色信息。
　　 最后，針對(duì)遙感圖像的融合，提出了基于NSCT和PCA變換域的遙感圖像融合算法，既充分利用了NSCT的多尺度特性，又突出了PCA變換降低維度的特性，使得融合圖像較好的保留

6、了源圖像的光譜信息，有效克服了傳統(tǒng)的多分辨率變換圖像融合算法降低空間質(zhì)量的缺點(diǎn)。針對(duì)全色圖像注入到多光譜圖像主元成分中會(huì)帶來(lái)一定光譜失真的問(wèn)題，引入高通濾波對(duì)全色圖像進(jìn)行銳化，以保留融合圖像中高比例的光譜特征。融合策略上，針對(duì)低頻子帶系數(shù)選擇提出了一種基于窗口與局部方差相結(jié)合的融合策略；在高頻子帶系數(shù)選擇上，提出了基于區(qū)域線性相關(guān)測(cè)定的融合策略。仿真實(shí)驗(yàn)表明，該算法能夠使融合圖像在顯著提高空間質(zhì)量的同時(shí)有效減少光譜失真。