多源序列圖像的配準(zhǔn)與融合技術(shù)研究.pdf

1、目前，單一傳感器圖像越來越難以滿足各種實際需求，而傳感器技術(shù)的迅速發(fā)展使得人們獲取圖像的種類、數(shù)量不斷增多。多源序列圖像來自不同傳感器，且每個傳感器都產(chǎn)生多幀圖像。多源序列圖像的配準(zhǔn)與融合技術(shù)研究廣泛應(yīng)用于數(shù)字圖像分析等的理論研究和目標(biāo)識別等的實際應(yīng)用中，具有重要的理論和現(xiàn)實意義。
　　本文是關(guān)于多源序列圖像的配準(zhǔn)技術(shù)和融合技術(shù)的研究，它主要涉及四個方面——多源圖像配準(zhǔn)技術(shù)、多源圖像融合技術(shù)、序列圖像配準(zhǔn)技術(shù)以及超分辨率重建技術(shù)。

2、具體如下:
　　(1)通過研究多源圖像配準(zhǔn)的基本理論和方法，針對在灰度和分辨率方面存在差異的多源圖像的配準(zhǔn)問題，提出了一種基于特征的配準(zhǔn)方法來配準(zhǔn)多源圖像。提取輪廓特征作為匹配特征，進行多邊形擬合，并以多邊形頂點為特征點構(gòu)造特征輪廓段，以鏈碼方式表示輪廓并進行配準(zhǔn)。實驗證明，這種配準(zhǔn)方法可用于解決多源圖像的配準(zhǔn)問題，速度快、精度高，且適用于同源圖像。
　　(2)通過研究多源圖像融合的基本理論和常用融合方法，使用基于小波變換的

3、融合方法來解決多源圖像的融合問題。首先小波分解待融合圖像，得到它們的圖像子帶;然后設(shè)計不同圖像子帶的融合規(guī)則，將它們對應(yīng)一一融合;融合結(jié)果由融合的圖像子帶經(jīng)小波反變換得到。通過對比實驗突出算法優(yōu)勢。
　　(3)通過研究圖像配準(zhǔn)的方法以及超分辨率重建的基本理論，針對超分辨率重建過程中的序列圖像配準(zhǔn)問題，提出了一種基于特征與基于灰度相結(jié)合的序列圖像配準(zhǔn)方法。整個配準(zhǔn)過程由兩步配準(zhǔn)構(gòu)成:首先基于輪廓特征進行初步配準(zhǔn);然后基于灰度進行精確

4、配準(zhǔn)。精確配準(zhǔn)方法的創(chuàng)新點在于——選擇歸一化互信息為相似性測度來構(gòu)造目標(biāo)函數(shù);采用Powell算法尋找配準(zhǔn)參數(shù)。其中，以初步配準(zhǔn)獲得的參數(shù)值作為Powell算法的初始估計值，解決Powell算法尋優(yōu)結(jié)果對初始估計值的依賴問題。實驗證明，這是一種有效的序列圖像配準(zhǔn)方法，對參數(shù)較大的情況也有較好的配準(zhǔn)效果。
　　(4)通過分析圖像的降質(zhì)模型及超分辨率重建問題的病態(tài)性，在研究多幀圖像重建算法的基礎(chǔ)上，以序列圖像為研究對象，提出了一種基于

5、最大后驗概率(MAP)的正則化重建算法。在分析貝葉斯定理的基礎(chǔ)上，采用高斯隨機場來估計條件概率，Gauss-Markov隨機場來估計先驗概率，推導(dǎo)出基于MAP的正則化重建算法的代價函數(shù)。通過設(shè)計正則化項來構(gòu)建重建算法。實驗結(jié)果表明，這是一種復(fù)雜度較低、效果較好的重建算法。
　　本文以多源序列圖像為研究對象，圖像配準(zhǔn)部分分多源圖像配準(zhǔn)和序列圖像配準(zhǔn)兩個研究方面，圖像融合部分分多源圖像融合和超分辨率重建兩個研究方面。本文提出的配準(zhǔn)算法