收藏本站
《江南大学》 2015年
收藏 | 手机打开
二维码
手机客户端打开本文

图像融合的若干关键技术研究

李奕  
【摘要】:图像融合是模式识别与图像处理中一个重要的研究领域,由于具体任务的多样性,没有一种融合方法能够适合于各种图像,这也给图像融合领域的研究带来了诸多挑战。本文从脉冲耦合、稀疏表示、模糊系统、隐马尔科夫模型几方面对图像融合相关算法及其改进方法进行了相关研究,并从视觉效果和客观评价指标上进行了深入比较和分析。本文的主要工作包含如下几个方面。(1)针对双通道脉冲耦合神经网络图像融合方法中参数选取不易确定之挑战,提出了一种基于进化学习的自适应双通道脉冲耦合图像融合方法。通过引入自适应学习能力的进化学习算法和构建新的优化目标对双通道脉冲耦合神经网络模型参数来进行优化,提出的新算法能够有效地找到双通道脉冲耦合神经网络模型的近似最优参数,克服了经典双通道脉冲耦合神经网络图像融合方法需要人工交互穷举尝试不同参数来获取较优参数之缺点。(2)针对脉冲耦合神经网络图像融合模型对含噪声图像敏感和融合时间效率不高之问题,通过引入目前在模式识别和图像处理领域研究的压缩感知技术对传统模型进行改造,提出了一种融入压缩感知技术的新型快速脉冲耦合图像融合方法。该方法不仅能够弥补传统脉冲耦合模型抗噪声能力不强之缺陷,还可以实现含噪声图像去噪和图像融合同步完成,有效地克服了传统去噪融合方法中人为将去噪过程和融合过程分开而造成的信息不一致等问题,在一定程度上大大提高了新方法的融合效果和时间效率。(3)图像融合中所处理的图像往往并不局限于两幅,而对应的多通道模型目前却存在鲜有涉及之困境。采用目前被广泛应用的双通道脉冲耦合神经网络图像融合模型处理三张及以上图像的融合,需解决图像融合的先后顺序之问题。研究表明不同的融合顺序对融合结果的影响较大。据此,提出了一种新的多通道脉冲耦合神经网络图像融合方法。同时,针对无现成多通道脉冲耦合链路权重计算方法可以使用之难题,提出了一种新的基于灰度能量矩阵的多通道模型链路权重计算方法。该链路计算方法不仅可以实现各通道间的融合协作,尽量减少信息损失,而且还能有效地避免拉普拉斯算子和重复计算之问题,从而大大提高了算法时间效率。(4)针对传统稀疏表示图像融合超分模型中对于LL(Low-low Frequency)、LH(Low-high Frequency)、H(High Frequency)三部分等比例加权,不能突出重点信息之不足,本文提出一种香农熵多视角加权稀疏表示同步超分图像融合方法。该方法引入香农熵加权技术,针对LL、LH、H三部分根据图像特征进行加权,突出重点频率段的影响,从而提高了图像融合的效果。(5)针对图像融合领域内监督学习少有涉及、先验知识不能加以利用之不足,提出了一种新的有监督学习图像融合框架。该方法能够有效利用以往图像融合过程中得到的经验知识(如质量较高的融合图像)构造有用的标准图像融合学习图像库,进而通过选用相关经典有监督学习模型对上述标准库样本进行训练形成学习模型,最终利用该学习所得模型指导新的图像融合过程。(6)专门针对图像融合领域内难于对先验知识加以利用的问题在模糊系统研究领域提出一种全新的有监督TSK(Takagi Sugeno Kang)模糊系统图像融合方法。该方法通过引入TSK模糊系统构建标准图像融合图像库进行学习,将学习准则记录下来形成融合模型,并指导新的图像融合过程。在融合图像质量和适用范围方面表现出一定的优势。(7)传统图像融合领域中各点融合孤立进行,以至造成的负面影响使得较难能够达到最佳融合效果之问题,提出了一种新的HMM(Hidden Markov Model)医学和多聚焦图像融合方法。该方法能够有效利用均值和平均梯度信息构造发生概率,再通过BP(Back Propagation)算法进行优化,最终得到融合图像。该方法较之传统方法,具备能够尽量照顾到每个像素点周边邻域的信息的特点,具体可表现为融合效果的改善。相关实验结果亦表明了本文方法的上述特点。
【学位授予单位】:江南大学
【学位级别】:博士
【学位授予年份】:2015
【分类号】:TP391.41

手机知网App
【参考文献】
中国期刊全文数据库 前10条
1 文成林;郭超;高敬礼;;多传感器多尺度图像信息融合算法[J];电子学报;2008年05期
2 吴晓军;李峰;马悦;辛云宏;;均匀搜索粒子群算法的收敛性分析[J];电子学报;2012年06期
3 冯鑫;王晓明;党建武;沈瑜;;基于Shearlet变换的红外与可见光图像融合[J];光电子.激光;2013年02期
4 张波;薛正辉;任武;李伟明;盛新庆;;采用粒子群算法的频率选择表面优化设计[J];电子学报;2013年03期
5 张成;杨海蓉;程鸿;韦穗;;基于压缩感知的超分辨率图像重建[J];光电子.激光;2013年04期
6 尹雯;李元祥;周则明;刘世前;;基于稀疏表示的遥感图像融合方法[J];光学学报;2013年04期
7 蒋亦樟;邓赵红;王士同;;0阶L2型TSK迁移学习模糊系统[J];电子学报;2013年05期
8 邓苗;张基宏;柳伟;梁永生;;基于全变分的权值优化的多尺度变换图像融合[J];电子与信息学报;2013年07期
9 延翔;秦翰林;刘上乾;杨廷梧;杨智杰;薛灵芝;;基于Tetrolet变换的图像融合[J];光电子.激光;2013年08期
10 沈瑜;党建武;王阳萍;冯鑫;罗维薇;;一种新的基于多尺度几何分析的图像融合方法[J];光电子.激光;2013年12期
中国博士学位论文全文数据库 前2条
1 罗晓清;多传感器图像融合理论及其应用研究[D];江南大学;2010年
2 常兴治;数学形态学方法与随机场图像分割研究[D];东北大学;2007年
【共引文献】
中国期刊全文数据库 前10条
1 李仁和;;一种新的多传感器彩色图像融合方法[J];传感器与微系统;2010年05期
2 张彬;郑永果;马芳;东野长磊;;基于小波变换的多模态医学图像融合算法[J];重庆医学;2011年07期
3 孟京辉;陆元昌;刘刚;王懿祥;;遥感图像数据融合方法与评价方法[J];河北农业大学学报;2010年01期
4 田亚男;王旭;;基于提升小波变换的图像可听化方法[J];东北大学学报(自然科学版);2011年02期
5 王天荆;郑宝玉;杨震;;基于自适应冗余字典的语音信号稀疏表示算法[J];电子与信息学报;2011年10期
6 郭茂耘;李华锋;柴毅;;提升静态小波与自适应PCNN相结合的图像融合算法[J];光电工程;2010年12期
7 武治国;王延杰;李桂菊;;应用小波变换的自适应脉冲耦合神经网络在图像融合中的应用[J];光学精密工程;2010年03期
8 易正俊;李华锋;宋瑞晶;;基于非采样提升小波-Contourlet变换的图像融合算法[J];光学技术;2009年06期
9 刘少鹏;郝群;宋勇;;基于PHLST的红外与可见光图像融合算法[J];光子学报;2011年01期
10 何伟;;一种基于提升小波变换的边缘检测方法[J];电脑知识与技术;2012年22期
中国重要会议论文全文数据库 前9条
1 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
2 彭瑶;孙季丰;;一种基于SGNN和IHS的图像融合新方法[A];第十三届全国图象图形学学术会议论文集[C];2006年
3 殷明;吴江敏;褚标;王志成;孔冉冉;;基于四元数小波变换的多聚焦图像融合[A];第六届全国几何设计与计算学术会议论文集[C];2013年
4 陈磊;杨风暴;王志社;纪利娥;;面向目标识别的SAR与可见光图像融合算法[A];第十三届中国体视学与图像分析学术会议论文集[C];2013年
5 杨勇;郑文娟;黄淑英;魏文明;刘心韵;;一种基于遗传算法的自适应多聚焦图像融合新方法[A];2013年中国智能自动化学术会议论文集(第五分册)[C];2013年
6 Liang Xu;Junping Du;JangMyung Lee;Qian Hu;Zhenhong Zhang;Ming Fang;Qian Wang;;Multifocus Image Fusion Using Local Perceived Sharpness[A];第25届中国控制与决策会议论文集[C];2013年
7 Qingping Li;Junping Du;Fuzhao Song;Chao Wang;Honggang Liu;Cheng Lu;;Region-based Multi-focus Image Fusion Using the Local Spatial Frequency[A];第25届中国控制与决策会议论文集[C];2013年
8 林哲;闫敬文;袁野;;基于稀疏表示和PCNN的多模态图像融合[A];创新驱动与转型发展,推动汕头腾飞——汕头市科协第七届学术年会优秀论文集[C];2014年
9 张晓杰;;基于循环平移的复Contourlet域红外与可见光图像融合[A];上海市红外与遥感学会第十九届学术年会论文集[C];2014年
中国博士学位论文全文数据库 前10条
1 杨瑞明;基于压缩采样的比幅测向方法研究[D];电子科技大学;2010年
2 罗晓清;多传感器图像融合理论及其应用研究[D];江南大学;2010年
3 焦竹青;变换域中的多源图像融合方法研究[D];江南大学;2011年
4 朱洪波;基于亮度变化测度的多源影像抗干扰融合模型研究[D];华中科技大学;2011年
5 吴敏;基于稀疏表示模型的EEG信号棘波自动检测技术与应用系统研究[D];南京理工大学;2010年
6 郝晓冉;分布式视频编码技术[D];北京邮电大学;2011年
7 孙晓霞;基于多极化SAR影像的土地利用/土地覆盖变化检测方法研究[D];中国矿业大学;2011年
8 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
9 汪祥莉;无线传感器网络中高能效路由技术的研究[D];武汉理工大学;2011年
10 葛雯;多模态医学影像配准与融合技术的研究[D];东北大学;2009年
中国硕士学位论文全文数据库 前10条
1 李希宁;基于多尺度几何分析的图像融合算法研究[D];中国海洋大学;2010年
2 王海旭;多尺度下脉冲耦合神经网络的图像融合[D];电子科技大学;2011年
3 周爱平;基于小波理论的图像融合研究[D];江南大学;2011年
4 刘宇鑫;压缩感知在图像信息隐藏中的应用研究[D];北方工业大学;2011年
5 林婉娟;压缩感知重建算法及其在数字水印中的应用[D];北京交通大学;2011年
6 梁风远;轮式装载机动力传动系统节能技术研究[D];吉林大学;2011年
7 刘建琴;基于变分偏微分方程的图像融合方法研究[D];南京理工大学;2011年
8 汪洋;若干分类字典下形态分量分析算法与图像修补应用研究[D];南京理工大学;2011年
9 贾时银;脉冲耦合神经网络在图像分割与图像检索中的应用研究[D];云南大学;2011年
10 胡芳;脉冲耦合神经网络在图像分割和人脸检测中的应用研究[D];云南大学;2011年
【二级参考文献】
中国期刊全文数据库 前10条
1 顾晓东,程承旗,余道衡;基于粗集与PCNN的图像预处理[J];北京大学学报(自然科学版);2003年05期
2 毛士艺,赵巍;多传感器图像融合技术综述[J];北京航空航天大学学报;2002年05期
3 蒲恬,倪国强;应用于图像融合中的多尺度对比度调制法[J];北京理工大学学报;2000年02期
4 董延华;王慕坤;张均萍;;超谱图像小波包融合方法研究[J];吉林大学学报(信息科学版);2006年04期
5 程三胜;杨英宝;李艳雯;;基于局部能量的Trous小波和IHS变换的影像融合研究[J];测绘科学;2008年01期
6 龚建周;刘彦随;夏北成;陈健飞;;小波基及其参数对遥感影像融合图像质量的影响[J];地理与地理信息科学;2010年02期
7 顾晓东;张立明;余道衡;;用无需选取参数的Unit-linking PCNN进行自动图像分割[J];电路与系统学报;2007年06期
8 赵国滨;那彦;;粗糙集与小波变换在图像融合中的应用[J];电子科技;2011年04期
9 吴学明;杨武年;;基于2DPCA的遥感图像融合算法研究[J];地质科技情报;2008年05期
10 阮颖铮,冯林,韩晓英;选频反射面隐身天线研究[J];电子学报;1993年09期
中国博士学位论文全文数据库 前1条
1 陈浩;基于多尺度变换的多源图像融合技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2010年
中国硕士学位论文全文数据库 前2条
1 刘建琴;基于变分偏微分方程的图像融合方法研究[D];南京理工大学;2011年
2 赵天昀;像素级图像融合技术研究[D];成都理工大学;2004年
【相似文献】
中国期刊全文数据库 前10条
1 王毅,倪国强,李勇量;高性能双波段图像融合处理机[J];高技术通讯;2002年05期
2 杨海英,刘志镜;一种新的图像融合算法的研究与实现[J];计算机工程与应用;2002年22期
3 刘贵喜,杨万海;基于小波分解的图像融合方法及性能评价[J];自动化学报;2002年06期
4 王蓉,谢元旦;基于小波的图像融合算法的实现[J];鞍山科技大学学报;2003年05期
5 陈洪波,王强,张孝飞,韦春荣,张超英;基于小波系数邻域特征的图像融合[J];光学精密工程;2003年05期
6 孙东延,陶建锋,黄亚;基于小波包分析的图像融合算法[J];航天电子对抗;2003年01期
7 吉书鹏,丁晓青;一种子带杂交多算子图像融合算法研究[J];光电工程;2003年06期
8 赵谊虹,余松煜,史习智;联合多判据的图像融合算法[J];上海交通大学学报;2003年09期
9 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
10 玉振明,高飞;基于金字塔方法的图像融合原理及性能评价[J];计算机应用研究;2004年10期
中国重要会议论文全文数据库 前10条
1 刘德坤;龚俊斌;马佳义;田金文;;一种车载的红外与微光图像融合系统设计[A];第九届全国光电技术学术交流会论文集(上册)[C];2010年
2 王芳;吴谨;;基于小波的图像融合算法研究[A];2011年全国通信安全学术会议论文集[C];2011年
3 胡学龙;沈洁;;一种基于中值金字塔的图像融合算法[A];2008年全国开放式分布与并行计算机学术会议论文集(上册)[C];2008年
4 赵向阳;杜利民;;基于数据提纯的图像融合[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
5 杨志;毛士艺;陈炜;;基于多分辨率局部峰度熵的鲁棒图像融合算法[A];中国航空学会信号与信息处理专业全国第八届学术会议论文集[C];2004年
6 王曾敏;杨兆选;丁学文;何英华;陈杨;于渊;;图像融合与压缩算法在动态交通信息服务系统中的应用[A];第一届建立和谐人机环境联合学术会议(HHME2005)论文集[C];2005年
7 潘泉;赵永强;张洪才;;基于像素层图像融合的偏振图像计算方法研究[A];第二届全国信息获取与处理学术会议论文集[C];2004年
8 陈怀新;吴必富;;机载成像侦察的图像融合技术[A];中国雷达行业协会航空电子分会暨四川省电子学会航空航天专委会学术交流会论文集[C];2005年
9 成尚利;吕中伟;何俊民;;基于小波变换的PET/CT图像融合[A];第四届全国中青年核医学学术会议论文汇编[C];2008年
10 汤志伟;王建国;赵志钦;黄顺吉;;基于小波变换的图像融合算法[A];第九届全国信号处理学术年会(CCSP-99)论文集[C];1999年
中国重要报纸全文数据库 前1条
1 陈鸣;军工巨头中光学集团欲“影”响世界[N];中国电力报;2010年
中国博士学位论文全文数据库 前10条
1 李奕;图像融合的若干关键技术研究[D];江南大学;2015年
2 宋乐;异源图像融合及其评价方法的研究[D];天津大学;2008年
3 胡旺;图像融合中的关键技术研究[D];四川大学;2006年
4 杨翠;图像融合与配准方法研究[D];西安电子科技大学;2008年
5 谭航;像素级图像融合及其相关技术研究[D];电子科技大学;2013年
6 尤春艳;多分辨率分析图像融合关键技术研究[D];重庆大学;2014年
7 郑有志;基于多尺度经验模态分解的图像融合算法研究[D];清华大学;2009年
8 蒋年德;多尺度变换的图像融合方法与应用研究[D];湖南大学;2010年
9 郭擎;基于分数阶变换的信息安全与图像融合算法[D];哈尔滨工业大学;2010年
10 张宝辉;红外与可见光的图像融合系统及应用研究[D];南京理工大学;2013年
中国硕士学位论文全文数据库 前10条
1 钱永浩;图像融合[D];江南大学;2009年
2 秦云霞;图像融合算法研究[D];兰州大学;2010年
3 苗春利;基于结构张量的图像融合[D];河南理工大学;2010年
4 南旭良;基于多目标优化理论的图像融合研究[D];吉林大学;2011年
5 隋海洋;基于不同能谱的射线图像融合技术研究[D];中北大学;2006年
6 黄红林;基于平均梯度和小波多分辨率分析的图像融合算法研究[D];武汉科技大学;2006年
7 蔡勤慧;超现实的图像融合及在视频中的应用[D];浙江大学;2007年
8 薛新美;图像融合优化方法研究[D];南京航空航天大学;2007年
9 刘军;紫外双光谱检测系统及其图像融合研究[D];中国科学院研究生院(西安光学精密机械研究所);2007年
10 胥妍;基于小波变换技术的图像融合方法的研究与应用[D];山东师范大学;2008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