收藏本站
《湖南大学》 2001年
收藏 | 手机打开
二维码
手机客户端打开本文

多传感器图象信息融合方法与应用研究

李树涛  
【摘要】: 近年来,多传感器图象信息融合技术在机器视觉、遥感、军事、交通、医 学、生物学等领域得到了广泛的关注。多传感器图象信息融合是指对多个传感 器采集的关于同一目标或场景的图象进行适当的处理,充分利用多传感器成像 间存在的冗余性和互补性,提高图象信息利用效率的技术。 例如,在医学上CT图象具有很高的分辨力,骨骼成像非常清晰,对病 灶的定位提供了良好的参照,但对病灶本身的显示较差。而MRI图象虽然空 间分辨力比不上CT图象,但是它对软组织成像清晰,有利于病灶范围的确 定。如果把它们之间的互补信息综合在一起,那么就能为医学诊断、人体的功 能和结构的研究提供更充分的信息。 随着遥感技术的发展,光学、热红外和微波雷达等大量不同传感器对地观 测的应用,获取的同一地区的多种遥感影象数据(多时相、多光谱、多分辨率) 越来越多。与单源遥感影象数据相比,多源遥感影象数据所提供的信息具有冗 余性和互补性。将多源遥感影象数据合理地进行融合,能够产生比单一信源更 精确、更完全、更可靠的估计和判断,能够提高影象的空间分辨率和清晰度, 提高平面测图精度、分类的精度与可靠性,增强解译和动态检测能力,有效提 高遥感影象数据的利用率。 一般认为图象信息融合分为三个层次,即像素级融合、特征级融合和决策 级融合。像素级融合是作用于图象的像素点的最底层的融合,其优点是保留了 尽可能多的信息,具有最高的精度。其缺点是处理信息量大、费时、实时性差, 并且要求传感器是同质的,即传感器产生的数据具有相同的单位。特征级融合 是中等水平的融合,它首先将各参与融合的图象进行特征提取,产生特征矢量, 而后将这些特征矢量进行融合。其缺点是比像素级融合的精度差。决策级融合 是最高水平的融合,它首先对各传感器图象进行特征提取和识别,而后将各自 产生的结果进行融合,得到最终的融合结果。其优点是实时性好,对传感器性 质没有严格要求,但融合精度最差。 本文主要研究了像素级图象融合的方法及其应用。论文在第一章介绍了图 象信息融合的概念、融合的优点、通用融合结构以及目前常用的像素级图象融 合方法,包括算术平均、彩色映射、非线性组合、马尔可夫随机场、神经网络、 金字塔变换(梯度金字塔、比率低通金字塔、形态学金字塔等)和小波变换等, 在第一章还介绍了像素级图象融合的应用。 本文在第二章提出了三种新颖实用的图象去噪算法。第一种是改进型的中 值滤波器,即使图象的噪声污染很严重(80W90%)时,该滤波器依然能够 很好地恢复有用的图象信号。第二种是基于模糊神经网络的混合滤波器,主要 滤波器模块有十字型中心加权中值滤波器、交叉型中心加权中值滤波器和9点 中值滤波器,信号经过三种滤波器处理后送入一个训练好的模糊神经网络进行 融合处理,得到最终的滤波结果。第三种滤波器是基于神经网络学习的模糊滤 波器,传统摸糊滤波器的阈值根据人的经验确定,本文提出通过神经网络来学 习以得到最优阈值。实验结果表明所提出的滤波器优于传统的模糊滤波器。 光学传感器(如数码相机)在某一场景进行成像时,由于场景中不同目标 与传感器的距离可能不同,这时想使所有目标都成像清晰是很困难的,而采用 图象融合技术,即针对不同的目标,得到多幅成像,经过融合处理,提取各自 的清晰信息综合成一幅新的图象,能够使图象中的目标都很清晰。在第三章中, 论文提出了基于神经网络的多聚焦图象融合方法。具体实现过程概述如下:首 先将两幅(或多幅)配准图象进行分块处理,提取两幅图象中对应块的能反映 图象清晰度的三种特征,即空间频率、可见度和边缘,将特征归一化后送入训 练好的神经网络进行识别,根据得到的结果依据“谁清晰谁保留”的原则构成 融合的图象。实验结果表明,该方法对图象配准没有严格要求,即使图象间有 一定的像素位移如果图象中目标没有重叠,也能取得很好的融合结果,该方法 n h 具有很高的实时性。 近年来,基于小波变换的多传感器融合得到了广泛的关注与研究。但小波 变换由于其变换过程中存在2取1的抽样过程,使得小波变换不具备移不变特 性。当输入信号有轻微的移动时,所产生的小波变换系数会有很大的变化,这 在图象融合领域是不希望发生的。而小波帧变换没有抽样过程,所以它具有移 不变的特性。论文在第四章提出了基于小波帧变换及其变种小波帧包变换和树 状小波帧变换的多传感器图象融合方法。具体讨论了变换系数活跃度测量、变 换系数融合方法、变换系数验证、帧变换分解深度等问题。实验结果表明,在 多源图象没有严格地配准、图象间目标有轻微的移动或成像传感器本勇有一定 的移动等情况下,小波帧变换仍然能够取得优于小波变换的融合结果。 在图象处理的实际应用中
【学位授予单位】:湖南大学
【学位级别】:博士
【学位授予年份】:2001
【分类号】:TP14

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 康长青;方磊;华丽;张其林;赵永标;;基于贝叶斯Noisy Or Gate网络的多传感器目标分类识别[J];计算机测量与控制;2011年06期
2 陈世友;肖厚;刘颢;;航迹关联不确定度的表示[J];电子学报;2011年07期
3 龙慧;;目标跟踪中多传感器状态估计综述[J];中国雷达;2011年02期
4 李郁峰;冯晓云;范勇;黄文丽;;多传感器图像互调制快速融合[J];光电工程;2011年08期
5 吴晓方;张志刚;;基于多传感器数据融合的火灾报警系统设计[J];齐齐哈尔大学学报(自然科学版);2011年05期
6 赵强;张冰;张正言;;基于灰色理论的雷达组网数据融合方法[J];火力与指挥控制;2011年07期
7 王福斌;刘杰;焦春旺;陈至坤;;基于多传感信息的挖掘机器人导航及避障技术[J];辽宁工程技术大学学报(自然科学版);2011年03期
8 李开霞;叶晓东;孔令成;;基于CAN总线的多传感器数字式自动找平控制系统设计[J];自动化与仪器仪表;2011年04期
9 董鹏;路军杰;周军;卢晓东;;一种分布式异步航迹融合算法[J];飞行器测控学报;2011年04期
10 张川;曲黎明;陈连升;严海蓉;;基于FPGA的智能超市手推车及应用[J];电子产品世界;2011年08期
中国重要会议论文全文数据库 前10条
1 钟京立;韩沂宁;;战术数据链信息融合模型研究[A];第十届中国科协年会信息化与社会发展学术讨论会分会场论文集[C];2008年
2 周样晶;尹浩;赵颖辉;刘浩;吕维媛;;基于数据链的多传感器数据融合研究[A];2010通信理论与技术新发展——第十五届全国青年通信学术会议论文集(上册)[C];2010年
3 李正东;陈兴无;宋琛;何武良;;多传感器的目标识别[A];中国工程物理研究院科技年报(1999)[C];1999年
4 崔世钢;方景林;刘嘉焜;彭商贤;邴志刚;;服务机器人开发中测控问题的研究[A];中国仪器仪表学会第五届青年学术会议论文集[C];2003年
5 李玮;康晓光;任超;;气象卫星多传感器图像融合技术研究[A];中国气象学会2005年年会论文集[C];2005年
6 赵志超;王雪松;肖顺平;;一种多传感器多目标定位新方法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年
7 张松涛;上官璇峰;田小涛;;基于证据理论的电机故障诊断研究[A];第六届全国信息获取与处理学术会议论文集(3)[C];2008年
8 曹洁;黄静;;多传感器信息融合技术在智能交通系统中的应用[A];第二十三届中国控制会议论文集(下册)[C];2004年
9 吕辉;董爱华;;火电厂供煤设备的火灾报警[A];中国煤炭新型工业化之路——安全、高效的集约化生产技术与装备研讨会论文集[C];2005年
10 胡顺仁;陈伟民;章鹏;黄晓微;张娅玲;;基于关联分析的传感器连续失效数据识别研究[A];2008中国仪器仪表与测控技术进展大会论文集(Ⅰ)[C];2008年
中国重要报纸全文数据库 前10条
1 ;分担分析提高无线安全性[N];网络世界;2005年
2 李宏;分离分析促无线安全[N];中国计算机报;2005年
3 吴冠;多传感器保证飞速扫描[N];中国计算机报;2008年
4 西北工业大学电子信息学院 何明一;让无人机长慧眼[N];科技日报;2001年
5 李德仨;论遥感技术的发展[N];中国测绘报;2003年
6 王晟;导弹家族添新丁[N];解放军报;2004年
7 ;传感器和检测仪表的现状与发展趋势(下)[N];电子报;2008年
8 禾子 夕英;定税收政策要考虑纳税人意见[N];中国财经报;2003年
9 曹蕾;追梦的实践者——张忠阳[N];中国航天报;2005年
10 贝 斯;机器人用黄金装点肌肤有弹性[N];大众科技报;2004年
中国博士学位论文全文数据库 前10条
1 李树涛;多传感器图象信息融合方法与应用研究[D];湖南大学;2001年
2 杨静;遥感多传感器图象融合中若干问题的研究[D];中国科学院研究生院(西安光学精密机械研究所);2003年
3 甘宇;多传感器数据融合中的两个问题[D];四川大学;2002年
4 贺明科;多传感器目标跟踪中的数据融合技术研究[D];中国人民解放军国防科学技术大学;2002年
5 李海艳;面向反求工程的多传感器集成及数据融合技术研究[D];华中科技大学;2010年
6 庄严;移动机器人基于多传感器数据融合的定位及地图创建研究[D];大连理工大学;2004年
7 谭振江;多传感器光测系统数据融合技术的应用研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2003年
8 宋恩彬;信息融合与处理中几个问题的进展[D];四川大学;2007年
9 蔡涛;面向目标识别的图像特征融合提取技术研究[D];中国人民解放军国防科学技术大学;2000年
10 任芳;基于多传感器数据融合技术的煤岩界面识别的理论与方法研究[D];太原理工大学;2003年
中国硕士学位论文全文数据库 前10条
1 任勤让;基于多传感器信息融合的空预器热点检测系统[D];西安理工大学;2003年
2 于海霞;AIS与雷达数据融合方法的研究[D];大连海事大学;2006年
3 关学慧;多传感器集中式与分布式信息融合滤波器[D];黑龙江大学;2010年
4 薛源;基于多传感器的老人跌倒检测系统的研究与应用[D];武汉理工大学;2011年
5 贾均;多传感器信息融合及其在鱼雷制导中的应用[D];西北工业大学;2004年
6 曾梅兰;基于框架分解的多传感器图像融合的研究[D];武汉理工大学;2004年
7 许晓东;粮情测控系统多传感器信息融合算法的研究及实现[D];河南工业大学;2010年
8 吕孝乐;数据融合技术研究及其在船舶组合导航中的应用[D];哈尔滨工程大学;2002年
9 吴昂;大直径多传感器数据融合方法研究[D];合肥工业大学;2005年
10 吴兴伟;多传感器的信息融合在车载故障诊断中的应用研究[D];武汉理工大学;2006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