收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

像素级多传感器图像融合新方法研究

杨斌  
【摘要】:像素级图像融合是将同类或异类传感器采集到的关于同一场景或目标的图像经过一定的处理,综合成一幅图像,从而获得对同一场景或目标更为准确、全面、可靠的图像描述,是图像处理与计算机视觉领域中多传感器图像信息综合利用的重要手段。随着图像传感技术的发展,像素级图像信息融合已经成为军事、遥感、医学、工业、交通等领域信息综合处理的重要技术。由于图像传感器种类繁多,应用环境各不相同,所以图像融合算法也是各种各样。相对于国外的研究,国内研究起步较晚,其理论以及技术水平亟待提高。本文在深入分析了现有图像融合理论的基础上,结合目前图像处理发展的最新理论,构建了两种新型图像融合框架,提出了稀疏表示域图像融合新方法。在这三种新型图像融合框架下,结合不同图像融合任务的特点,提出了一系列新型像素级图像融算法。另外针对高速公路智能交通系统的需求,本文还提出了多时相图像融合技术和基于特征融合的车牌检测技术,解决了高速公路智能交通系统中监控和信息获取两个重要环节的关键问题。本文主要研究成果如下: 1.混合多分辨率分析图像融合 传统像素级图像融合算法往往只考虑一种图像多分辨率分析方法,融合算法性能很难获得较大的突破。这是因为任何一种图像多分辨率变换基函数的构造都有严格的限制,使其在表达图像特征时存在一定程度的局限,例如小波变换不能表达图像边缘信息,Curvelet变换不能很好地表达图像细节。由于无法全面表达图像信息,仅通过改变系数融合规则很难进一步提高图像融合算法性能。实际上,不同多尺度几何分析方法之间存在互补特性。例如小波变换适合表示源图像中的纹理、角点等细小特征,而Curvelet和Contourlet变换适合表示源图像的边缘和线信息。基于此本文在通过大量的对比实验以及理论分析的基础上,提出了图像的混合多分辨率分析理论,将具有互补特性的不同图像变换方法以串联的形式结合,获得图像的混合多分辨率分解,并进一步构建了混合多分辨率分析图像融合框架,在混合多分辨率分解域内对分解系数进行融合,最后通过逆变换得到融合图像。在该框架指导下,我们结合小波变换与Curvelet变换的互补特性以及静态小波变换与非下采样Contourlet变换的互补特性,实现了两种基于混合多分辨率分析的图像融合方法。仿真实验显示这两种方法都能很好地保留源图像的细节信息,融合图像质量比单纯使用小波、Curvelet或Contourlet得到的融合图像质量有明显改进。特别地,混合静态小波与非下采样Contourlet变换的多分辨率分析方法还能很好地保持图像变换的移不变特性,使得待融合源图像存在误配准时仍能取得高质量融合图像。 2.多聚焦图像区域级融合 多聚焦图像融合能够突破光学镜头景深的物理限制,获得场景中所有目标聚焦清晰的合成图像,是许多机器视觉处理任务,如边缘检测、图像分割、目标识别等的关键技术。在传统多聚焦图像融合框架下,融合规则只考虑了源图像单个像素特征或其变换域系数的局部邻域特征,通常是在损失部分清晰特征的情况下达到场景内所有目标的相对清晰,融合图像很难达到最优。且对于没有或不能严格配准的源图像,根本无法得到满意的融合结果。针对这一国内外同行公认的难题,本文通过模拟手工获得理想多聚焦融合图像的剪与贴方法,构建了分割合并相结合的多聚焦图像区域级融合框架。在该框架下,算法自动选择源图像中最清晰的区域合成融合图像,克服了传统方法会损失源图像清晰特征的缺点。基于该框架,我们分别采用Normalized cut和Watershed图像分割算法以及图像空间频率和形态小波变换系数区域清晰度标准设计了两种区域级多聚焦图像融合算法,实验结果显示这两种算法能够得到近似“理想”的多聚焦融合图像。另外,根据多聚焦图像融合的特点,本文还提出了根据图像清晰测度直接对图像进行分割,巧妙地通过比较源图像空间频率特征来得到清晰区域与模糊区域的模板,进一步提高了算法效率。 3.稀疏表示域图像融合 稀疏表示理论是继小波、Curvelet等多分辨率表示方法后一种新型的信号表示理论,具有稀疏的信号表示形式,更加符合人的视觉特性。图像稀疏系数能够更加准确地表达图像显著信息的特点也使其非常适合图像融合任务。然而,稀疏表示理论与小波变换有着不同的变换形式,基于传统多分辨率分解的图像融合框架并不适用于稀疏表示。本文针对稀疏表示的特点,并考虑到图像融合处理局部显著信息的特点,提出了滑窗技术,在此基础上提出了稀疏表示域图像融合方法。在新的图像融合方法指导下,我们首先提出了多聚焦图像稀疏表示域的融合算法,并对其进一步扩展实现图像恢复融合,在源图像受噪声干扰时,仍能取得非常好的去噪和融合结果。另外经理论分析发现,当进行多模图像融合时,不同的源图像可能分解到过完备稀疏字典不同的子集上,使得稀疏系数的融合规则难于设计。对此本文提出利用同步正交匹配追踪的图像稀疏表示算法来保证异质图像的稀疏表示系数一一对应。大量的仿真比较实验结果显示基于稀疏表示的图像融合方法能够大幅提高融合图像质量。 压缩传感是图像稀疏表示理论的重要应用之一,其一经提出就受到了国内外学者的高度关注,2007年被美国科技评论评为年度十大科技进展之一。该理论指出在稀疏约束下,可压缩的信号/图像可从远低于Nyquist标准的压缩采样数据中精确地恢复出来。本文充分结合遥感图像的成像原理,光照特性以及传感器的光谱反应特性,构造了遥感图像压缩传感模型,将遥感图像融合问题转化为具有线性约束的信号恢复问题,并在图像稀疏表示域图像融合框架下,提出了一种基于压缩传感理论的稀疏表示域遥感图像融合算法。在Quickbrid卫星和IKONOS卫星数据上的仿真实验证明该方法能够得到比传统方法更好的融合图像。 4.图像信息融合技术在智能交通监控系统中的应用 智能交通系统是从根本上解决日益严重的交通问题的一个新型技术手段,它可以为交通部门提供及时、准确的交通信息,从而最大效能的发挥交通管理系统在交通监视、交通控制等方面的作用。然而与我国高速公路建设的快速发展相比,智能交通系统的发展则相对落后。随着日益严重的地面交通问题的出现,开发稳定有效的智能交通系统势在必行。智能交通系统首要任务就是视频监控,然而由于夜间能见度的不足,监控摄像机不能采集到足够的信息,这给视频监控带来了一定的难题。对此本文设计了一种梯度域多时相图像融合方法,将夜间图像与白天背景图像进行融合,提高了夜间图像中背景的质量,改善了高速公路夜间视频监控的能力。交通信息的获取是交通信息服务系统的重要组成部分,其核心为运动汽车车牌的自动检测与识别。针对传统算法检测率不高,后续处理压力较大的问题,本文提出了基于特征融合的车牌检测技术,同时考虑了车牌区域扩展Haar特征和边缘方向直方图特征,使得车牌检测率有显著提高,仿真实验证实了本文算法的有效性。 论文最后总结了全文的主要工作和创新性研究成果,并对下一步研究工作进行了展望。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 宋瑾;石霏;;基于双树复小波变换的多聚焦图像融合[J];科技资讯;2008年32期
2 邓盈;;基于小波变换的多聚焦图像融合算法[J];闽江学院学报;2009年02期
3 李国新,王国宇,王汝霖,张黎;基于自动聚焦算法的多聚焦图像融合[J];计算机应用研究;2005年03期
4 陈海洋,田沛,黄华,彭晓东,刘维锋;基于引入反馈后的小波变换的图像融合[J];华北电力大学学报;2005年05期
5 张琴;;基于小波变换的多聚焦图像融合[J];湖北教育学院学报;2007年08期
6 邓谦;熊邦书;吴开志;;基于小波帧变换的多聚焦图像融合算法[J];南昌航空大学学报(自然科学版);2009年02期
7 张岩;;一种基于第二代曲波变换的多聚焦图像融合方法[J];科技信息;2009年17期
8 刘峰;姬光荣;周立俭;屈新岳;;基于多小波分析的多聚焦图像融合[J];中国海洋大学学报(自然科学版);2007年01期
9 杨亚;王铮;张素兰;郭飞飞;;基于小波变换的多聚焦图像融合[J];计算机技术与发展;2010年03期
10 刘振宇;陈超;江涛;;改进的多聚焦图像融合方法研究[J];计算机工程与应用;2010年07期
11 杨俊;赵忠明;;基于小波包变换的多聚焦图像融合[J];遥感信息;2007年01期
12 刘国权;姚毅;;基于离散多小波变换的多聚焦图像融合方法[J];四川理工学院学报(自然科学版);2007年05期
13 马义德;林冬梅;王兆滨;张北斗;高清祥;;PCNN与粗集理论用于多聚焦图像融合[J];电子科技大学学报;2009年04期
14 王蓉,高立群,柴玉华,杨姝;一种多聚焦图像融合方法[J];控制与决策;2005年11期
15 杨俊;赵忠明;;基于Curvelet变换的多聚焦图像融合方法[J];光电工程;2007年06期
16 王珂;欧阳宁;;小波分析在多聚焦图像融合中的应用[J];电光与控制;2008年03期
17 向昌成;;PCA分块结合高通滤波的多聚焦图像融合研究[J];计算机与现代化;2010年05期
18 金炜;符冉迪;叶明;励金祥;;采用双树轮廓波及压缩传感的多聚焦图像融合(英文)[J];光电工程;2011年04期
19 付朝霞;韩焱;刘晓利;;一种新的多聚焦彩色图像融合方法[J];中国体视学与图像分析;2006年03期
20 恐维龙;张朝亮;王荣颖;;小波变换和梯度对多聚焦图像的多分辨率融合[J];舰船电子工程;2008年09期
中国重要会议论文全文数据库 前10条
1 王强军;王润生;;城市航空摄影图像融合分割方法[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年
2 郑丽萍;李光耀;沙静;;医学图像三维重建研究综述[A];第十一届中国体视学与图像分析学术会议论文集[C];2006年
3 凌虎;胡良梅;刘旭;范瑾瑾;;一种新型的基于互信息的特征层图像融合算法[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年
4 薛巧平;廖斌;胡帆;;基于PCA的压缩传感图像融合算法[A];2011年通信与信息技术新进展——第八届中国通信学会学术年会论文集[C];2011年
5 徐胜男;杨承磊;李振华;;基于离散小波框架变换的灰度多聚焦图像融合[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
6 胡硕;;核医学图像融合的临床应用(提纲)[A];第二届全国核素显像及治疗学术会议论文摘要汇编[C];2004年
7 柴艳妹;赵荣椿;任金昌;;多源遥感图像融合技术的综述与展望[A];信号与信息处理技术第三届信号与信息处理全国联合学术会议论文集[C];2004年
8 马恒;贾传荧;唐卫东;;基于IHS和小波变换的图像融合方法[A];通信理论与信号处理新进展——2005年通信理论与信号处理年会论文集[C];2005年
9 商晓青;张景发;孟瑜;路静;胡乐银;;汶川地震震灾图像处理中的融合方法及其比较——以北川地区遥感影像为例[A];中国地震学会空间对地观测专业委员会成立大会暨学术研讨会论文集[C];2008年
10 张宪伟;宋建社;张红蕾;廖增为;;SAR图像与多光谱图像融合方法研究[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
中国博士学位论文全文数据库 前10条
1 杨斌;像素级多传感器图像融合新方法研究[D];湖南大学;2010年
2 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
3 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
4 孙统风;基于多尺度与子空间的图像融合和识别研究[D];中国矿业大学;2012年
5 杨粤涛;基于非采样Contourlet变换的图像融合[D];中国科学院研究生院(长春光学精密机械与物理研究所);2012年
6 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
7 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
8 李祥;多源影像融合过程中关键技术研究[D];南京理工大学;2010年
9 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
10 孙明超;可见光与红外侦察图像融合技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2012年
中国硕士学位论文全文数据库 前10条
1 王玲;基于非向下采样Contourlet变换的图像融合算法研究[D];云南大学;2010年
2 杨林森;基于脉冲耦合神经网络的图像分割与融合研究[D];电子科技大学;2008年
3 曾竞;多传感器图像融合技术的研究[D];华中科技大学;2004年
4 黄影;基于正交匹配跟踪以及K-SVD的图像融合技术[D];华北电力大学(北京);2010年
5 任青;能谱漂移的X射线图像增强方法研究[D];中北大学;2010年
6 张俊;多小波在图像融合增强中的应用[D];中国人民解放军国防科学技术大学;2002年
7 黄卉;基于小波变换的图像融合方法研究[D];合肥工业大学;2005年
8 刘峰;多源图像融合的研究[D];中国海洋大学;2005年
9 胡艺龄;基于小波分解和改进型PCNN的图像融合方法研究[D];中南大学;2010年
10 楼岑;脑功能显像与解剖显像图像融合方法的研究[D];浙江大学;2002年
中国重要报纸全文数据库 前10条
1 刘明霞 唐志全;图像融合查颅内病变[N];健康报;2004年
2 ;积极推进FTTH商用工程[N];人民邮电;2005年
3 本报记者 张建铭;武汉电信扩大FTTH覆盖[N];网络世界;2005年
4 本报记者 田径;市场、技术、业务的立体思维[N];通信产业报;2006年
5 本报记者 叶青 通讯员 粤科宣;病人家属也可操刀“做手术”[N];广东科技报;2011年
6 周晓松 特约通讯员 曹伟;鲜活团史砥砺官兵斗志[N];解放军报;2011年
7 本报记者 谢逍;精品工程”取信于民[N];甘肃日报;2006年
8 北京安贞医院 王蒨;核医学检查给冠心病定性定位[N];健康报;2008年
9 梦蝶;怎样预防“视疲劳”[N];大众卫生报;2007年
10 本报记者 冯芝芬;信息高速路促首都公安工作腾飞[N];人民公安报;2003年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978