像素級圖像融合及其相關(guān)技術(shù)研究.pdf

1、經(jīng)過三十多年的發(fā)展，多源傳感器圖像信息融合逐漸成為一門新興的學科。多源傳感器圖像信息融合是指通過對兩個或者多個傳感器獲得的關(guān)于同一場景的圖像信息進行整合處理，以便獲得一幅對該場景更精確、更可靠和更全面描述的圖像。隨著圖像融合技術(shù)及其理論的進一步發(fā)展和完善，可以預見它將更廣泛地應用到軍事、醫(yī)學、工業(yè)監(jiān)測、地球遙感等領域。盡管圖像融合的研究取得了很大的成就，但是由于圖像融合面對很多新情況、新問題，使得圖像融合的研究變得越來越重要。目前，國內(nèi)

2、關(guān)于圖像融合的研究處于起步階段，遠遠落后于國外，因此，有必要對圖像融合進行深入的研究。本文對像素級圖像融合在理論和技術(shù)方面進行了如下的研究：
　　(1)圖像融合是一個病態(tài)的求逆問題，采用模擬退火算法求解能量最小化函數(shù)時速度很慢，且無法保證獲得最優(yōu)解，本論文采用圖論為圖像融合的能量最小化函數(shù)建立了相應的圖模型，并采用圖割理論進行優(yōu)化求解，極大地提高了圖像融合的求解速度，并能獲得問題的全局最優(yōu)解。
　　(2)在子空間和多尺度上對

3、圖像融合進行了研究。其一，采用二維主成分分析及控向金字塔分解方法，對多光譜和全色圖像的融合進行了研究，同時還考慮了邊緣的保護，實驗表明該算法能夠有效地改善圖像的空間分辨率及減少光譜失真；其二，綜合利用主成分分析、IHS變換及視覺驅(qū)動模型對醫(yī)學PET圖像和MRI圖像融合進行了研究，該算法綜合利用了三者的優(yōu)點，能夠有效地提高融合的空間分辨率，降低光譜失真；其三，基于特殊線性群理論提出了一種新的獨立成分分析算法，應用該算法進行圖像融合時可以有

4、效地提高融合效果；最后，在最大似然估計理論和拉普拉斯金字塔分解算法上建立了一種新的圖像融合算法，該算法有效的結(jié)合了估計理論和多尺度分解的優(yōu)點，實驗結(jié)果表明該算法能夠獲得比較好的融合效果。
　　(3)針對有噪源圖像，為了更有效地提高空間分辨率和視覺效果，以及保護邊界信息，提出了一種改進全變差融合算法，結(jié)合二階優(yōu)化模型，獲得了一種新的融合算法。
　　(4)由于融合算法中存在很多求解矩陣特征值的問題，而神經(jīng)網(wǎng)絡在求解矩陣特征值時具

5、有并行、快速和易于實現(xiàn)的優(yōu)點，因此本論文系統(tǒng)研究了運用神經(jīng)網(wǎng)絡來求解矩陣特征值的算法，根據(jù)這些算法可以獲得：實反對稱矩陣全部特征值及其特征向量，特殊正交矩陣所有特征值及其特征向量，一般實矩陣虛部絕對值最大或最小特征值及其特征向量，一般實矩陣模最大或最小特征值及其特征向量，一般實矩陣實部最大和最小特征值及其特征向量，一般實矩陣實部絕對值最大特征值的實部。同時討論了實反對稱矩陣特征值求解的復神經(jīng)網(wǎng)絡算法，提出了求解一般實矩陣全部特征值的統(tǒng)一