基于多尺度變換的無源毫米波圖像融合算法研究.pdf

1、無源毫米波成像系統(tǒng)探測物體輻射的毫米波能量,利用能量差異進行成像,實現(xiàn)對金屬和非金屬物體的區(qū)分,并且無輻射、對人體無害,具有良好的隱蔽性、穿透性。這些優(yōu)點使得無源毫米波成像系統(tǒng)可以廣泛地應(yīng)用在各個領(lǐng)域。但由于成像特點和天線、通道發(fā)展的制約,毫米波圖像分辨率、信噪比低,所含有的信息過于單一,不符合人眼的觀察習慣。多源圖像融合技術(shù)通過將毫米波圖像和光學圖像進行融合,產(chǎn)生對同一場景和目標的復合描述,擴展了單幅圖像中所包含的信息量,減少信息冗余

2、,方便人員的觀察和后續(xù)處理。
　　本文依托具體的科研項目,首先研究了融合前的毫米波圖像預處理方法;然后在此基礎(chǔ)上,研究了基于非下采樣輪廓波(Non-Subsampled Contourlet Transform)和區(qū)域分割的圖像融合算法;最后針對實際項目的需求,研究了一種多幀圖像融合算法,并設(shè)計了項目中圖像融合實現(xiàn)硬件模塊。具體的工作內(nèi)容包括:
　　1.分析了無源毫米波成像技術(shù)理論和多源圖像融合理論。對無源毫米波成像機制和成

3、像特點進行了分析。通過結(jié)合圖像融合理論,在技術(shù)方法和思路上確立了研究的重點和方向。闡述了圖像融合質(zhì)量評價方法。
　　2.研究了毫米波成像的圖像預處理方法。分析了毫米波圖像中的沖激噪聲模型,改進了噪聲點檢測方法,并自適應(yīng)調(diào)整去噪濾波窗口。針對毫米波圖像細節(jié)模糊問題,提出了一種基于拉普拉斯金字塔分解的圖像增強算法,在金字塔的高頻子帶采用拉普拉斯算子增強,在低頻子帶采用二值化增強。
　　3.研究了基于均值漂移的毫米波圖像分割算法,

4、通過對均值漂移收斂平均值圖像進行二值化,將圖像中高亮度的目標完整、準確地提取出來,實現(xiàn)了對目標、背景的區(qū)分。
　　4.研究了圖像的NSCT分解和IHS(Intensity,Hue,Saturation)彩色空間變換,對高頻帶融合的加權(quán)平均規(guī)則進行改進,提出了基于 NSCT的灰度、彩色圖像融合算法。同時針對隱藏物體檢測這一具體的融合應(yīng)用,提出了基于 NSCT和區(qū)域分割的融合算法。通過結(jié)合對毫米波圖像的分割結(jié)果和成像場景的先驗信息,提