收藏本站
《上海交通大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

基于图像特征提取的图像融合研究

曹寅  
【摘要】:视觉信息是人类从自然界中获取信息的最主要手段,图像信息是一种主观性很强的重要信息表达形式,也是最难由计算机认知、处理与实现的信息之一。而图像特征提取作为计算机模拟人类视觉系统对图像进行识别分类重要方法,是计算机自动化地实现图像信息理解、处理、决策的基础,也一直是计算机视觉技术领域中研究热点。图像特征指图像中固有的、本质的特征或属性,包括自然特征(亮度、色彩、纹理等)和人为特征(频谱、直方图等),而特征提取即对这些重要的图像信息进行量测并将结果数值化。 图像特征提取是高层次图像信息分析决策的重要依据,它的表征性能直接决定了实际图像处理问题的效率和精度。然而,由于真实世界中图像信息的复杂性与多样性,并且对应于不同的处理要求,对于图像特征提取的特质要求也不径相同,因而,图像特征提取在应用方面仍然存在着很大的发展提升空间。这就需要我们对图像信息本身进行深入的分析研究,合理而准确的定位和提取关键的图像特征,并以此提高图像处理(如,提高图像分割精度、融合质量等)问题的最终效果。 本文立足于基于图像特征提取的图像融合应用研究,主要内容和创新之处可如下: 1.在图像特征提取的算法方面,本文详细研究了独立成分分析(Independent Component Analysis, ICA)模型及其相关的拓展模型—加入了图像拓扑结构信息的拓扑独立成分分析(Topology ICA, TICA)模型和通过非线性系统描述经典ICA模型中“伪独立”成分之间残余相关性的多线性独立成分分析(Multilinear ICA, MICA)模型。ICA相关特征提取方法的最大优势在于其能够通过分析信号高阶统计特性来反映图像的具体特征,较为符合视觉系统对图像信号的感受,从而获得我们感兴趣的目标特征。仿真实验表明,ICA系列模型有着非常强的图像特征描述能力,在图像纹理分割、图像融合方面,都有着优于一些常用的方法的应用效果。 2.针对彩色图像颜色特征的提取,本文跳出了传统的RGB色度空间的分析模式,以人类视觉系统认知颜色信息的实际情况为考量,在更加符合人眼主观感知的a*b*色度空间下,对颜色视觉强度的进行Kmeans聚类,并以此提出了基于图像色度分布特征(Chromaticity Distribution Feature, CDF)的颜色特征提取方法。CDF的最大优势是从主观感官上将颜色对图像的影响进行了分离,不仅降低了算法复杂度,并且更加符合人眼对图像色度特征的直观感受。 3.在彩色图像融合方面,为了避免图像像素级的多尺度融合引入的人工误差,本文着眼于图像的特征级融合方法,即先利用图像特征提取将源图像中的有效特征信息提取出来,然后再根据某种融合规则进行融合。为此,本文将研究分为两个方面,基于时域特征提取的融合算法以及基于变换域特征提取的融合算法: (1)针对基于时域特征提取的融合算法,本文分别提出了两种方法:基于CDF特征提取以及区域特征提取的CDFNM融合方法、利用进化计算优化提取图像区域特征的EC融合方法。由于人眼在认知彩色图像时是区域性的,即自动将颜色相近的相邻像素点划分为区域单位,而上述两种算法正是以区域特征作为认知对象的数据输入,这也是二者的最大优势。实验结果表明,这两种算法与传统的融合方法相比,在融合质量上有了明显提升,并且能有效地减少人为误差信息的引入,在融合图像边缘和细节位置的处理上也具有较好的效果。 (2)随着ICA及其拓展模型的引入,本文将视野转向基于MICA变换域特征提取的融合算法研究。本文利用了MICA能够从整体上突出图像独立的显著特征这一点优势,将CDF特征提取法和MICA特征提取法相结合,充分发挥二者在彩色图像特征描述中的优势,设计了基于CDF和MICA的彩色图像融合方法。并且针对图像融合应用的本质要求,提出了基于区域的融合规则和基于误差范式的融合规则,进一步强化特征区域中图像显著信息对融合结果的影响,而削弱不感兴趣区域的图像信息输入。
【学位授予单位】:上海交通大学
【学位级别】:硕士
【学位授予年份】:2011
【分类号】:TP391.41

手机知网App
【参考文献】
中国期刊全文数据库 前5条
1 杨俊安,庄镇泉,吴波,郭立;一种基于负熵最大化的改进的独立分量分析快速算法[J];电路与系统学报;2002年04期
2 肖伟;汪荣峰;;基于非下采样contourlet变换与脉冲耦合神经网络的图像融合算法[J];计算机应用;2008年S2期
3 洪子泉,杨静宇;统计模式识别中的特征抽取[J];数据采集与处理;1991年02期
4 谭丽丽,韦岗;卷积混叠信号的最小互信息量盲分离算法[J];通信学报;1999年10期
5 陈阳,何振亚;亚、超高斯信号后非线性混合的盲分离[J];应用科学学报;2001年03期
中国硕士学位论文全文数据库 前1条
1 王丽亚;图像的特征提取和分类[D];西安电子科技大学;2006年
【共引文献】
中国期刊全文数据库 前10条
1 刘实;王振力;张雄伟;陶然;;基于协方差矩阵同时对角化的盲信号分离算法[J];北京理工大学学报;2007年10期
2 吴嵘;段文锋;钟诚;;视频监视系统中运动目标检测的新方法[J];成都信息工程学院学报;2008年01期
3 赵彬,杨俊安,王晓斌;混叠通信信号的盲分离处理[J];电讯技术;2005年01期
4 季策;于洋;于鹏;;改进的独立分量分析算法[J];东北大学学报(自然科学版);2010年08期
5 谢胜利,章晋龙;基于旋转变换的最小互信息量盲分离算法[J];电子学报;2002年05期
6 曹炬,谭毅华,马杰,田金文;从移动背景红外序列图像中检测运动目标[J];电子与信息学报;2005年01期
7 杨莉,李玉山,刘洋,张大朴;复杂背景下多运动目标轮廓检测[J];电子与信息学报;2005年02期
8 赵鹏,曹军,浦昭邦,张田文;基于图像融合的运动目标轮廓提取新方法[J];光电子·激光;2005年08期
9 王亚波,鲍青山,王树国,蔡鹤皋;智能机器人运动物体检测中噪声消除方法[J];高技术通讯;2000年04期
10 丁雪梅;王维雅;黄向东;;基于差分和特征不变量的运动目标检测与跟踪[J];光学精密工程;2007年04期
中国重要会议论文全文数据库 前7条
1 傅予力;何昭水;谢胜利;;信号的规范高阶累积量以及高阶累积量盲分离算法[A];第二十四届中国控制会议论文集(上册)[C];2005年
2 刘斌;黄韦艮;杨劲松;丁献文;;船载雷达海上运动船只探测方法研究[A];2008中国仪器仪表与测控技术进展大会论文集(Ⅱ)[C];2008年
3 李钢;王雷;张仁斌;;基于非采样Contourlet变换与简化PCNN的图像融合[A];2009全国虚拟仪器大会论文集(二)[C];2009年
4 杨富康;杨世兴;吴亚鹏;;一种基于多特征融合的多目标跟踪算法[A];第十八届全国煤矿自动化学术年会中国煤炭学会自动化专业委员会学术会议论文集[C];2008年
5 张安清;章新华;;基于最大熵的水声信号盲分离算法[A];2001年全国水声学学术会议论文集[C];2001年
6 赵曙光;赵俊;;数字视频监控系统中的运动目标检测[A];中国造船工程学会电子技术学术委员会2006学术年会论文集(上册)[C];2006年
7 孙铁强;尹怡欣;慕延华;涂序彦;;感受器中视觉模型描述与目标属性获取[A];2007年中国智能自动化会议论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 马增强;运动车辆视频检测与分割方法研究[D];北京交通大学;2011年
2 唐旭东;智能水下机器人水下管道检测与跟踪技术研究[D];哈尔滨工程大学;2011年
3 刘钊;基于计算智能的计算机视觉及其应用研究[D];武汉科技大学;2011年
4 杨莉;图像特征检测与运动目标分割算法的研究和实现[D];西安电子科技大学;2004年
5 曾生根;快速独立分量分析方法及其在图像分析中的若干应用研究[D];南京理工大学;2004年
6 王运琼;车辆识别系统中几个关键技术的研究[D];四川大学;2004年
7 蒋培;全轴随机振动环境的疲劳强化机理研究[D];国防科学技术大学;2003年
8 方帅;计算机智能视频监控系统关键技术研究[D];东北大学;2005年
9 孟蜀锴;细胞神经网络在视频运动对象分割中的应用研究[D];上海大学;2004年
10 王明祥;独立分量分析方法及在图像处理中的应用研究[D];上海大学;2005年
中国硕士学位论文全文数据库 前10条
1 李惠;稳定分布盲分离方法及应用研究[D];哈尔滨工程大学;2010年
2 叶铂;基于统计学方法的水面目标特征提取与识别方法的研究[D];哈尔滨工程大学;2010年
3 董衍堂;基于铌酸锂晶体的体全息存储与相关识别研究[D];哈尔滨工程大学;2010年
4 林利剩;高速公路监控系统设计及关键技术研究[D];电子科技大学;2010年
5 卢江;基于视频图像的运动车辆检测和跟踪算法研究[D];西安电子科技大学;2010年
6 解雷飞;复杂电磁环境下雷达信号分选技术研究[D];西安电子科技大学;2011年
7 王靖;基于独立分量分析的地震资料盲分离应用研究[D];吉林大学;2011年
8 吴时兰;形态学和独立分量分析在图像去噪中的应用研究[D];湖南师范大学;2011年
9 俞维露;基于Harris角点和SIFT算法的泵体识别[D];华南理工大学;2011年
10 许洁;辅助驾驶系统中的鲁棒光流算法[D];山东大学;2011年
【二级参考文献】
中国期刊全文数据库 前10条
1 徐朝伦,王晓湘,柯有安;基于子波变换的纹理图像分类[J];电子科学学刊;1999年03期
2 陶冰洁;王敬儒;许俊平;;基于小波分析的不同融合规则的图像融合研究[J];红外技术;2006年07期
3 崔伟东,周志华,李星;支持向量机研究[J];计算机工程与应用;2001年01期
4 李敏;谈正;李晓燕;;多传感器图像融合技术及评价方法研究[J];计算机工程与应用;2006年06期
5 张军英,梁军利;基于脉冲耦合神经网络的图像融合[J];计算机仿真;2004年04期
6 李淑秋,侯自强;用奇异值分解法提取微弱的胎儿心电信号[J];数据采集与处理;1989年S1期
7 洪子泉,杨静宇;统计模式识别中的特征抽取[J];数据采集与处理;1991年02期
8 廖桂生,保铮,王波;基于高阶累量的盲高分辨DOA估计及其性能分析[J];通信学报;1996年04期
9 杨思天;;基于小波变换的图像融合技术研究[J];无线电工程;2006年08期
10 杨镠;郭宝龙;倪伟;;基于区域特性的Contourlet域多聚焦图像融合算法[J];西安交通大学学报;2007年04期
【相似文献】
中国期刊全文数据库 前10条
1 胡海霞;王璐;王茂芝;;基于RBF神经网络的图像特征处理[J];四川理工学院学报(自然科学版);2009年06期
2 隋成华,徐来定;利用子波变换实现多通道复合图像特征提取[J];中国激光;2000年08期
3 孙冬;明军;臧小溪;;利用能量特征进行条烟识别[J];计算机技术与发展;2006年04期
4 陈菲;;基于BP神经网络的超声肝图像识别[J];兵工自动化;2007年08期
5 李巍;赵林;;图像匹配中特征提取算法研究[J];黑龙江科技信息;2009年35期
6 陈献忠;苏庆刚;王耀明;;应用于人脸识别的结合SVD变换的图像类特征提取算法[J];计算机应用与软件;2010年09期
7 甘俊英,张有为,毛士艺;自适应主元提取算法在人脸图像特征提取中的应用[J];五邑大学学报(自然科学版);2001年04期
8 宋凯;路筠;郁晶源;;链码表和线段表用于图像特征提取的研究[J];控制工程;2006年05期
9 郭志涛;袁金丽;张秀军;范书瑞;;基于改进的PSO神经网络的手写体汉字识别[J];河北工业大学学报;2007年04期
10 成琳;陈俊杰;相洁;;图像颜色征提取技术的研究与应用[J];计算机工程与设计;2009年14期
中国重要会议论文全文数据库 前7条
1 谢志宏;颜巾惠;白羽;魏磊;;完全仿射不变的图像特征提取算法研究[A];全国第五届信号和智能信息处理与应用学术会议专刊(第一册)[C];2011年
2 张洋;;自动掌纹图像识别[A];2008通信理论与技术新发展——第十三届全国青年通信学术会议论文集(下)[C];2008年
3 刘兆英;周付根;白相志;;基于小波不变矩的多模图像特征提取及匹配技术[A];第九届全国光电技术学术交流会论文集(下册)[C];2010年
4 吴霜;张一飞;修非;王大玲;鲍玉斌;于戈;;基于兴趣点特征提取的医学图像分类[A];第二十四届中国数据库学术会议论文集(研究报告篇)[C];2007年
5 修非;吴霜;付立冬;鲍玉斌;王大玲;;基于灰度-单元差分共生矩阵的医学图像的检索与分类[A];第二十四届中国数据库学术会议论文集(研究报告篇)[C];2007年
6 彭菲;刘维湘;陈自强;尤江生;袁克虹;;基于内容图像搜索的医学图像数据库建立[A];第二十四届中国数据库学术会议论文集(技术报告篇)[C];2007年
7 尚丽;;使用正态可逆高斯密度模型的非负稀疏编码收缩技术实现图像消噪[A];苏州市自然科学优秀学术论文汇编(2008-2009)[C];2010年
中国博士学位论文全文数据库 前10条
1 刘高峰;极化SAR图像特征提取与分类方法研究[D];西安电子科技大学;2014年
2 戴金波;基于视觉信息的图像特征提取算法研究[D];吉林大学;2013年
3 廖文志;超光谱遥感图像特征提取和分类研究[D];华南理工大学;2012年
4 于梅;肝脏CT图像特征提取方法的研究及其在检索中的应用[D];南方医科大学;2012年
5 施展;图像特征提取与识别的迹空间投影方法研究[D];华南理工大学;2012年
6 程红蓉;垃圾图像特征提取与选择研究[D];电子科技大学;2011年
7 肖军;面向对象的多媒体信息系统控制和安全机制的关键技术研究[D];吉林大学;2005年
8 姚克明;火星无人机控制与自主导航关键技术研究[D];南京航空航天大学;2011年
9 杨燕;基于高光谱成像技术的水稻稻瘟病诊断关键技术研究[D];浙江大学;2012年
10 翟俊海;基于小波变换和模糊粗糙集技术的图像识别[D];河北大学;2010年
中国硕士学位论文全文数据库 前10条
1 布露露;基于样本区域模糊聚类的灰度图像特征提取研究与应用[D];云南大学;2011年
2 陈健斌;图像特征提取及其相似度的研究和实现[D];西安电子科技大学;2012年
3 李立亭;基于钢板检测照明系统控制的图像特征提取算法研究[D];浙江理工大学;2013年
4 王恩永;基于模糊聚类的灰度图像特征提取和识别研究[D];云南大学;2010年
5 张健;基于张量子空间的图像特征提取方法研究[D];西安电子科技大学;2012年
6 高菲菲;基于多样性的人脸图像特征提取及识别[D];西安电子科技大学;2014年
7 赵国超;基于细胞核分析的癌细胞图像特征提取与识别[D];武汉理工大学;2013年
8 牛增慧;信函图像特征提取和分析[D];华东师范大学;2011年
9 曹寅;基于图像特征提取的图像融合研究[D];上海交通大学;2011年
10 王素环;图像特征提取及其在电子商务中的应用[D];山东大学;2013年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026