多源序列圖像的配準與融合技術研究.pdf

1、目前，單一傳感器圖像越來越難以滿足各種實際需求，而傳感器技術的迅速發(fā)展使得人們獲取圖像的種類、數量不斷增多。多源序列圖像來自不同傳感器，且每個傳感器都產生多幀圖像。多源序列圖像的配準與融合技術研究廣泛應用于數字圖像分析等的理論研究和目標識別等的實際應用中，具有重要的理論和現實意義。
　　本文是關于多源序列圖像的配準技術和融合技術的研究，它主要涉及四個方面——多源圖像配準技術、多源圖像融合技術、序列圖像配準技術以及超分辨率重建技術。

2、具體如下:
　　(1)通過研究多源圖像配準的基本理論和方法，針對在灰度和分辨率方面存在差異的多源圖像的配準問題，提出了一種基于特征的配準方法來配準多源圖像。提取輪廓特征作為匹配特征，進行多邊形擬合，并以多邊形頂點為特征點構造特征輪廓段，以鏈碼方式表示輪廓并進行配準。實驗證明，這種配準方法可用于解決多源圖像的配準問題，速度快、精度高，且適用于同源圖像。
　　(2)通過研究多源圖像融合的基本理論和常用融合方法，使用基于小波變換的

3、融合方法來解決多源圖像的融合問題。首先小波分解待融合圖像，得到它們的圖像子帶;然后設計不同圖像子帶的融合規(guī)則，將它們對應一一融合;融合結果由融合的圖像子帶經小波反變換得到。通過對比實驗突出算法優(yōu)勢。
　　(3)通過研究圖像配準的方法以及超分辨率重建的基本理論，針對超分辨率重建過程中的序列圖像配準問題，提出了一種基于特征與基于灰度相結合的序列圖像配準方法。整個配準過程由兩步配準構成:首先基于輪廓特征進行初步配準;然后基于灰度進行精確

4、配準。精確配準方法的創(chuàng)新點在于——選擇歸一化互信息為相似性測度來構造目標函數;采用Powell算法尋找配準參數。其中，以初步配準獲得的參數值作為Powell算法的初始估計值，解決Powell算法尋優(yōu)結果對初始估計值的依賴問題。實驗證明，這是一種有效的序列圖像配準方法，對參數較大的情況也有較好的配準效果。
　　(4)通過分析圖像的降質模型及超分辨率重建問題的病態(tài)性，在研究多幀圖像重建算法的基礎上，以序列圖像為研究對象，提出了一種基于

5、最大后驗概率(MAP)的正則化重建算法。在分析貝葉斯定理的基礎上，采用高斯隨機場來估計條件概率，Gauss-Markov隨機場來估計先驗概率，推導出基于MAP的正則化重建算法的代價函數。通過設計正則化項來構建重建算法。實驗結果表明，這是一種復雜度較低、效果較好的重建算法。
　　本文以多源序列圖像為研究對象，圖像配準部分分多源圖像配準和序列圖像配準兩個研究方面，圖像融合部分分多源圖像融合和超分辨率重建兩個研究方面。本文提出的配準算法