多傳感器圖像拼接、融合與系統(tǒng)實現(xiàn).pdf

1、隨著傳感器技術(shù)的迅猛發(fā)展，越來越多用于完成不同功能的傳感器被應(yīng)用到各個領(lǐng)域中，傳統(tǒng)的單一傳感器模式逐漸發(fā)展為多傳感器模式。由于不同傳感器獲取的多源數(shù)據(jù)具有互補性和冗余性，因此多傳感器模式可以提供更加全面、豐富、可靠的目標(biāo)觀測信息。本文針對多傳感器數(shù)據(jù)拼接、配準(zhǔn)以及融合算法進行了研究，主要研究工作和研究成果包括如下幾個方面:
　　(1)本文設(shè)計并實現(xiàn)了基于可見光、紅外以及高光譜圖像的拼接與融合系統(tǒng)。該系統(tǒng)主要包含相同傳感器子圖像低重

2、合率拼接、不同傳感器圖像間高精度配準(zhǔn)與融合，以及其它輔助功能。
　　(2)針對相同傳感器子圖像規(guī)格為4×4，相鄰兩幅圖像之間的重合率小于2％的需求，提出了一種快速的隨機取點等距離匹配圖像拼接算法。該算法在相鄰兩幅圖像之間以相同步長移動比較區(qū)域，同時在比較區(qū)域中采取隨機取點的方式，計算對應(yīng)點的色彩差值并累加，若達到一定的閾值則停止計算。在移動比較過程中計算次數(shù)最多的比較區(qū)域中心位置即為最佳匹配位置。同時還在拼接系統(tǒng)中實現(xiàn)了一種模板拼

3、接算法，作為備用算法。
　　(3)針對紅外與可見光圖像間的配準(zhǔn)，采用基于SIFT特征點的圖像配準(zhǔn)算法;對于紅外與高光譜數(shù)據(jù)的配準(zhǔn)，提出了一種基于Harris角點與Hausdorff距離的配準(zhǔn)算法。通過實際圖像驗證，系統(tǒng)能夠很好地完成這兩種圖像配準(zhǔn)任務(wù)。
　　(4)在分析可見光、紅外、高光譜通道圖像特點的基礎(chǔ)上，對相關(guān)算法進行改進，然后進行多傳感器圖像融合。對于變分PDE方法，采用基于梯度下降流的變分模型，并進行融合實驗;對于