毫米波圖像行間錯(cuò)位配準(zhǔn)及與光學(xué)圖像的融合算法研究.pdf

1、無源毫米波成像系統(tǒng)通過探測場景和物體所輻射出的毫米波段的能量強(qiáng)度差異實(shí)現(xiàn)成像。其具有良好的穿透性，能夠穿透戰(zhàn)場硝煙、人體衣物，且易于將金屬目標(biāo)與背景區(qū)分開來的特點(diǎn)，在軍事偵察和安檢等領(lǐng)域有廣闊的應(yīng)用前景。然而，受硬件實(shí)現(xiàn)方面的限制，毫米波圖像分辨率和信噪比都相對(duì)較低，無法充分地體現(xiàn)出場景的細(xì)節(jié)信息，難以完全滿足實(shí)際應(yīng)用的需求。圖像融合技術(shù)是將不同傳感器獲得的圖像進(jìn)行信息集合的過程，能夠?qū)⒑撩撞▓D像的優(yōu)勢與精確、直觀的光學(xué)圖像相結(jié)合，實(shí)現(xiàn)

2、信息互補(bǔ)，提高圖像質(zhì)量。
　　本論文依托具體的科研項(xiàng)目，對(duì)無源毫米波成像系統(tǒng)在成像過程中產(chǎn)生的錯(cuò)位問題校正方法進(jìn)行了研究，在此基礎(chǔ)上，研究了基于二代 Curvelet和脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像融合算法，主要的工作包括：
　　(1)研究和分析了無源毫米波成像技術(shù)和圖像融合技術(shù)的理論和方法。分析了毫米波圖像的特點(diǎn)和影響因素，為后續(xù)的研究明確了方向和重點(diǎn)。
　　(2)研究了傳感器對(duì)自然場景成像時(shí)獲得圖像的連續(xù)性，并采用互相關(guān)系

3、數(shù)對(duì)此連續(xù)性進(jìn)行度量。從頻域的角度分析了兩組相似數(shù)據(jù)的低頻一致性和高頻差異性。
　　(3)分析了無源毫米波成像系統(tǒng)在成像過程中產(chǎn)生的錯(cuò)位問題的成因，并基于相鄰兩行數(shù)據(jù)的相關(guān)性和低頻相位差函數(shù)對(duì)隨機(jī)錯(cuò)位量進(jìn)行了估計(jì)。從頻域入手，研究了以補(bǔ)償相位差的方法，實(shí)現(xiàn)不插值情況下的亞像素位移校正。其方法的有效性和實(shí)用性在實(shí)際系統(tǒng)工作中得到了驗(yàn)證，有效地解決了實(shí)際應(yīng)用中無源毫米波圖像的錯(cuò)位問題。
　　(4)研究了脈沖耦合神經(jīng)網(wǎng)絡(luò)(Puls

4、e Coupled Neural Network,PCNN)理論，對(duì)其應(yīng)用在圖像處理領(lǐng)域中獨(dú)特的作用進(jìn)行了分析。針對(duì) PCNN模型參數(shù)過多的問題，設(shè)計(jì)了自適應(yīng)選取鏈接強(qiáng)度的方法。結(jié)合毫米波圖像的特點(diǎn)，對(duì) PCNN模型進(jìn)行了改進(jìn)，為后續(xù)圖像融合策略選取提供了重要的理論和方法依據(jù)。
　　(5)針對(duì)無源毫米波圖像和光學(xué)圖像的融合問題，研究了基于二代Curvelet和PCNN的圖像融合算法。采用區(qū)域生長法對(duì)毫米波圖像進(jìn)行分割，使得融合圖像