基于多尺度分析的多傳感器圖像融合算法研究.pdf

1、多傳感器圖像融合是將兩個及以上的傳感器采集到的、描述同一個場景的不同圖像，合成一幅含有更精確、更可靠、更完整的場景信息的圖像。它被廣泛應用于場景監(jiān)控、醫(yī)療診斷、遙感測量等領域，并根據(jù)信息抽象層次細分為像素級、特征級和決策級圖像融合。本文主要研究在像素層面上的多傳感器圖像融合，針對不同傳感器所采集的圖像特點及實際應用的需要，深入、系統(tǒng)地研究了圖像信息的提取和融合規(guī)則的選擇兩個方面，并分別提出了相應的改進算法。本文的具體工作羅列如下：

2、>　　首先，闡述了圖像融合的概念、分類、意義和國內(nèi)外發(fā)展現(xiàn)狀，分析了不同傳感器所采集圖像的特點，重點探討了紅外與可見光圖像、醫(yī)學圖像和多聚焦圖像的性質(zhì)和融合需求，并對現(xiàn)有的多尺度分析算法和圖像融合質(zhì)量評價指標進行了詳細的介紹。
　　其次，總結了現(xiàn)有的圖像多尺度分析算法的優(yōu)缺點，從小波變換、平穩(wěn)小波變換到輪廓波變換、非下采樣輪廓波變換，詳細比較了這些圖像分析算法在相同的融合規(guī)則下的融合性能。在融合規(guī)則方面，詳細比較分析了不同的融合規(guī)

3、則(包括低頻和高頻子帶)在相同的圖像分析算法下的融合效果。并給出不同的圖像分析方法和融合規(guī)則對不同傳感器圖像的適用性分析，為進一步研究提供了指導方向和實驗依據(jù)。
　　然后，針對非下采樣輪廓波變換計算量大的缺點提出了快速實現(xiàn)算法，采用多通道濾波器組結構代替原有的樹形濾波器組結構，在不影響算法分析性能的條件下減少耗時至原來的二分之一。在融合規(guī)則方面，在綜合分析了當前普遍使用的區(qū)域信息權值計算的融合規(guī)則的優(yōu)缺點后，提出了一種基于像素信息

4、估計的圖像融合規(guī)則。該規(guī)則摒棄了傳統(tǒng)的對像素鄰域信息的測算，而是通過像素與整幅圖像的差異直接確定融合權值。多組實驗表明，該算法不僅能夠提高圖像融合的質(zhì)量，更能有效提高融合的速度。
　　最后，針對目前的圖像融合規(guī)則僅使用統(tǒng)計信息估計融合權值的缺點，將基于結構信息的信號稀疏表示方法引入圖像融合領域，提出一種能在原子結構層面對圖像進行融合的稀疏表示算法。實驗表明，基于信號稀疏表示的圖像融合規(guī)則相比傳統(tǒng)圖像融合規(guī)則，能夠更好地保留源圖像的