多傳感器圖像小波融合理論與應(yīng)用研究.pdf

1、多傳感器圖像融合作為信息融合的重要分支，把來自不同傳感器的圖像進(jìn)行有效整合，結(jié)合各個(gè)傳感器的優(yōu)點(diǎn)，充分利用圖像中的冗余信息及互補(bǔ)信息，產(chǎn)生一幅滿足特定應(yīng)用需要的圖像。圖像融合的目的就是在于對(duì)多幅圖像信息的提取與綜合，從而獲得對(duì)同一場(chǎng)景或目標(biāo)的更為準(zhǔn)確、更為全面、更為可靠的描述。圖像融合在醫(yī)學(xué)、遙感、計(jì)算機(jī)視覺、軍事等方面具有廣泛的應(yīng)用。目前隨著傳感器技術(shù)的飛速發(fā)展，獲取不同圖像的數(shù)據(jù)量劇增，但是任意一種圖像傳感器都有著各自的不足，因此對(duì)

2、圖像融合技術(shù)開展研究有著重要意義。 圖像融合主要在像素級(jí)、特征級(jí)、決策級(jí)三個(gè)層次上進(jìn)行。像素級(jí)融合是最基本的融合，它是特征級(jí)、決策級(jí)的基礎(chǔ)。本文主要基于像素級(jí)的圖像融合方法開展研究。一個(gè)完整的圖像融合系統(tǒng)包括圖像的預(yù)處理，圖像配準(zhǔn)，圖像融合，圖像質(zhì)量評(píng)價(jià)。本文對(duì)圖像融合系統(tǒng)的各個(gè)環(huán)節(jié)進(jìn)行了研究。 本文中圖像融合為像素級(jí)融合，像素級(jí)融合是建立在圖像精配準(zhǔn)的前提下的，所以本文重點(diǎn)研究了基于提升小波變換的圖像配準(zhǔn)與圖像融合，詳

3、細(xì)介紹了傳統(tǒng)小波變換的提升實(shí)現(xiàn)算法。研究并改進(jìn)了剛性圖像配準(zhǔn)算法，在改進(jìn)的算法中對(duì)圖像進(jìn)行兩次配準(zhǔn)，因此可以獲得很高的配準(zhǔn)精度，首先以互信息作為目標(biāo)函數(shù)利用遺傳算法對(duì)離散化的配準(zhǔn)參數(shù)空間進(jìn)行一次配準(zhǔn)，為了減少遺傳算法所要處理的數(shù)據(jù)量對(duì)待配準(zhǔn)圖像進(jìn)行小波分解，對(duì)待配準(zhǔn)圖像的低頻分量進(jìn)行配準(zhǔn)；然后以一次配準(zhǔn)所得參數(shù)為起點(diǎn)在一個(gè)小范圍內(nèi)用窮舉搜索算法進(jìn)行二次配準(zhǔn)。傳統(tǒng)的基于改進(jìn)遺傳算法的圖像配準(zhǔn)方法都是著眼于對(duì)遺傳算法本身進(jìn)行修正，雖然在一定

4、程度上提高了遺傳算法的性能，然而效果難以令人滿意，并不能從根本上改變遺傳算法所存在的缺陷。本文方法完全避開遺傳算法后期難以收斂到最優(yōu)點(diǎn)的問題，利用窮舉搜索方法完全彌補(bǔ)了遺傳算法的這一缺陷使得配準(zhǔn)性能大幅度提高。 在精配準(zhǔn)的基礎(chǔ)上，本文對(duì)圖像融合算法進(jìn)行了研究，所以本文采用了基于小波變換的圖像融合算法，并對(duì)簡單像素加權(quán)平均融合規(guī)則、小波系數(shù)簡單融合規(guī)則、基于局部統(tǒng)計(jì)特性對(duì)比度的小波系數(shù)融合規(guī)則進(jìn)行了研究和試驗(yàn)。 本文還對(duì)圖

5、像的預(yù)處理進(jìn)行了研究，將粗糙集理論與傳統(tǒng)的中值濾波算法相結(jié)合，獲得了很好的效果。以圖像的熵值作為質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)對(duì)本文中所有試驗(yàn)結(jié)果圖像進(jìn)行了質(zhì)量評(píng)價(jià)，根據(jù)評(píng)價(jià)結(jié)果對(duì)各種算法進(jìn)行了分析。 本文實(shí)現(xiàn)了“圖像融合軟件實(shí)現(xiàn)系統(tǒng)”的各個(gè)功能模塊，對(duì)本系統(tǒng)中所實(shí)現(xiàn)的各個(gè)功能模塊，包括圖像配準(zhǔn)、圖像預(yù)處理、圖像融合和圖像質(zhì)量評(píng)價(jià)進(jìn)行了介紹。 最后，介紹了圖像處理在血蛋白分析儀中的應(yīng)用，主要介紹了芯片圖像的目標(biāo)定位以獲取目標(biāo)點(diǎn)的像素值和多