图像融合算法的研究与实现Word格式文档下载.docx

图像融合算法的研究与实现Word格式文档下载.docx

《图像融合算法的研究与实现Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《图像融合算法的研究与实现Word格式文档下载.docx（21页珍藏版）》请在冰豆网上搜索。

图像融合；

像素级；

多尺度；

小波融合；

第一章绪论

1.1课题背景与研究意义

传感器性能的大幅度提升离不开现代科学技术的快速发展。

传感器的用途和种类都在增加，其所能进行处理的数据量大大提高，信息表现形式多样化、复杂化，但是在数据的获取方面和对数据的处理速度已慢慢超出人脑所能接受的范围，以前的处理技术已不能不能应付信息的处理。

于是，信息融合技术就此产生了[1]。

多种现代传感器信息融合是把多个现代多种传感器所收集的多种数据信息使用算法进行信息处理，得到相比之前更确切的信息。

多种类型的传感器图像像素融合[2]，是对数据信息进行信息处理。

它是获得各种传感器中的多源图像信息，通过对图形进行分解和组合的处理方式运，确保同一场景信息的准确还原的一种操作，而单一传感器所获图像信息中无法完成这一操作。

多传感器图像融合技术，它是一项融合了图像处理技术、信号接受及信息处理技术、数据分析、图像应用等技术。

图像融合技术充分利用了多个传感器所获图像中的信息处理，在军工、医学、民用科技等领域都取得了广泛的应用[3]。

例如：

飞行员导航需要可见光或红外图像更好的融合的配合；

多聚焦图像融合有利于扩大景深；

CT/MRI图像融合是医学方面的医生对病病人病情的精确诊断的有效增强剂；

Landsatt/Spot图像融合融合了TM图像多光谱的显著特点和斑点图像多维空间的高分辨率，这就更加有利于物体特征的提取还有物体目标的精确跟踪与准确的的识别等[4]。

总之，深入学习研究这种类型的图像融合技术，在各相关领域的建设项目及其发展都是具有十分深远的影响。

虽然国内外研究的程度不同，仍有大多数的理论和技术问题尚待解决，例如，传感器本身的多样性和复杂性，图像的准确配准，要考虑方法的稳定性，技术的实时性及融合方法的实现方法等。

国内的这种融合技术学习研究起步与其他发达国际相比较晚，与国际先进水平差距巨大，因此，开展多传感器图像融合基础理论、对其理论体系进行深入研究是迫在眉睫的。

1.2国内外研究现状

近些年来技术的发展，融合技术在计算机应用方面如视觉研究、还有人工智能方面得自动目标识别领域、大数据背景下得机器人的研发和各国得军事领域应用项目等成为了热门的研究问题[5]。

特别是这项融合技术在世界各国国家的军事上的项目的应用越来越广泛[6]。

图像融合技术在我国的学习研究与发达国家相比还是很落后的。

目前国内将其技术开发已经高度重视并且将技术的开发提上了相关的议程。

同时也将图像处理方法运用到了日常生活中，对于人们的生活质量有很大的提升。

国内也对这方面的研究加大了力度，便于国内对于图像研究的发展[7]。

虽然图像融合可以广泛应用在众多领域，可是它的实现却也有不小的难度[8]，主要有以下几个方面的表现：

图像融合应用的领域广泛，可是对于不同的领域，由于其目标不同，应用的背景不同，使用的范围也不同，所以在进行融合的时候，由于所针对的个体不同，并且也因为在图像融合特性中的不确定性，决定了对于不同图像在进行分析时，也不存在统一的算法进行图像的处理[9]。

虽然图像融合的算法已经被确定下来后，又会因为诸多因素，例如：

时间空间、色彩像素等，使这些图像的特性大不一样，一般情况下，就需要对计算机的硬件方面也进行相应的调整，以适应这些变化。

由于图像融合算法发展迅速，学习人数急剧增加，慢慢得好多得的人员都参与到了图像处理操作项目领域的研究当中来，而硬件的发展却很难与其配套，已经跟不上算法发展的脚步。

图像融合技术的研究方困难重重，然而图像融合技术的快速发展填补了以上不足之处，目前国内外对图像融合技术的讨论研究也从仍在继续。

1.3图像融合技术在未来的发展趋势

图像融合技术的发展已经成为热点现象，在社会中各行各业中应用实际事件中越来越为广泛。

图像融合的基本原理和人脑对处于我们自身外界复杂多样的信息的处理操作是一样的，通过对各种信息的观察、处理，然后进行整体信息的分析。

从而将信息对应互补，可以成功获得自己想要的丰富的信息资源[10]。

图像融合的作用用途多种多样，例如去噪，它一层一层地提高了图像的清晰度，并成功地再现了图像。

当然，该技术也带来了很多的方便，它提高了逐层图像的准确性和可靠性。

它还可以利用其互补性的优势，使被操纵的图像包含大量丰富而且全面的信息；

在不利的环境下（如烟、粉尘、云、雨等），可以改善其观测性能，虽然信号略有衰减，但依然可以得到较清晰的图像[11]。

融合技术是融合处理技术的一种技术、信号接受及信息处理技术、数据分析、图像应用等多种的新型技术。

图像融合的方法是用大量相关的数据算法，将多个图像融合成为新的图像，使得新图像能方便不人肉眼观察以及计算机的电子处理操作。

图像融合技术不是图像的简单叠加技术，而是要运用算法进行数据处理，从而产生更有价值的图像信息。

目前在图像融合方面的算法种类很多，效果也很多，但是没有技术界的统一评价的标准，因此，融合技术界研发出适用于融合市场，能具体评判体系结果的完整的融合算法，实用性的体现必然于简单，能耗低，算法轻便相关。

图像融合系统的发展必然会使其领域得技术革新，如三维图像融合、智能图像融合系统、像素级融合等都需要较高的标准和要求。

第二章图像融合介绍

图像融合是把多种类型得传感器信息融合再一起，这样处理可方便肉眼得观察感知或者计算机技术得操作处理。

这是一种综合了多种传感器、图像得计算机化处理，信息得智能匹配和大数据下得人工智能的综合新型得工业技术。

根据处理流程中的融合阶段和信息提取程度，多源图像融合可分为三个层次：

像素级融合、特征级融合和决策级融合。

[13]。

2.1图像融合的三个层次

图像融合是指通过采集设备有利信息，然后合成图像，提高了计算机技术中的解释功能的明确性性和可靠性，被迫提高了图像的空间感的分辨率。

最初的图像所具有的稀释度和光谱所具有的分辨率，并便于监测。

大多数的目标图像的阶段不同，有像素级融合，特征提取和联合属性说明这3各大方向的技术操作。

像素级融合：

合成相同灰度。

新图像就会具备所有像素的信息。

像素级融合过程如下图2-1所示。

图2-1像素级图像融合

图2-1所示，这些操作的目的主要是为了对源图像融合精度和融合所涉及的可靠性进行提高。

因为每一幅源图像均可能来自不同的时间背景及空间背景，源图像包含多种不同类型的目标，需要大量的图像信息。

图像的像素级图像融合与其他相比有更丰富的图像信息这一优势[14]。

方便进行下一步的分析、处理和理解，更方便的提供最优决策和性能辨别。

特征级图像融合：

特征数据信息的综合处理操作。

如图2-2所示，特征级图像融合通过对数据分析获得复合特征。

有焦点和相似区域等。

图2-2特征级图像融合

决策级图像融合：

先是预处理、然后特征提取、最后是图像的识别与判断，如图2-3所示。

如图2-3所示，对目标事物作出初级的判断与结论操作这是决策级图像融合首要的任务，再者对不同阶段的决策进行相关处理操作，最后是共同判断。

决策层图像融合是针对具体目标的决策，有效地利用了主决策的不同源图像。

对源图像预处理阶段的配准要求不高，不能考虑。

决策层图像融合包括投票、偏倚推理、证据理论和模糊集提升方法根据所采集的数据所证明，图像融合在预处理、信息量和信息缺失分类性等项目性能表现最优。

而另外两种图像融合方法的融合性能就表现一般。

2.2图像融合规则

该技术的规则的结果大部分会影响到图像融合图像技术成果的的效果。

科学家Burt发觉了利用像素选择的融合图像技术方法，找到最大的像素系数，而这些系数来自于分解原图像所得，将其作为融合技术方法的像素值系数就成。

系数的大小和信息的包含量成正比。

这在各类分别率不一样的图像中都有呈现。

两位外国科学家Petrovic和Xydeas根据图像源和分解层中分解层之间的相关像素为选择和合并提供了规则。

在将小波变换应用于图像融合时，蒲田先生通过观察人眼视觉系统对局部布局的对比敏感度，选择了基于不同对比度像素的融合规则。

像素级图像融合仅在最小的单元中选择，个体的像素则是技术方法的是融合对象。

该融合技术不用考虑相邻像素之间的相关性。

因此，融合效果并不理想。

考虑到图像的相邻像素单元之间的相关性，伯特先生和Kolczynski先生提出了基于区域的特性以熔合像素系数和选择在它们所在的局部区域的加权平均融合规则。

Lietal图像融合科学家提出了规则，选择较大像素值的系数作为窗口区域而系数的像素值收敛后，还应考虑到窗口区域的像素相关特征系数。

在这方面，奇巴尼和胡阿辛计算了融合规则中对应于窗口区域的源图像像素的绝对值。

科学家zzhang和科学家blum也提出了基于区域的融合规则，即源图像中的每个像素都被视为区域或边缘的一部分，并使用区域和边界的源图像信息来指导融合选择[17]。

但有时它不适合这个规则。

2.3图像融合步骤

世界范围内对图像融合技术的报道较多。

方法可以随意适用，但须遵循的该项技术的基本原则：

对应于两个或多个图像的每个点都应该是准确的。

由于研究对象和目的的不同，图像融合的方法也会有所不同。

主要步骤总结如下：

图3-1图像融合步骤示意图

（1）预处理：

要对获得的数据进行最先去噪操作技术和增强操作相关方面的技术处理方法等处理，数据的基本数据固有格式、像素的图像物体的设置大小和图像的分辨率统一。

对发现的故障图像要三维重建和显示操作技术的评估，并根据目标特征建立数学模型。

（2）分割目标和选择配准特征点:

在两个或三个维度，或所述对象的感兴趣区域分割的情况。

（3）特征点的图像像素配准信息数据的线性或非线性变换。

转换后的数据的理论误差达到他们中的最小值。

;

（4）融合图像生成：

配准后，将其放置再相同的坐标下，再用两种不同的图像像素技术项目的模式下组成二维或三维的图像。

（5）参数的提取:

融合图像中提取出相对应的数据和测量特征参数，然后依据一定的准则进行定性和定量的分析。

2.4图像融合效果评价

2.4.1主观评价

主观评价并没有具体目标。

这主要是为了使人类视觉感知，但这种方法的最大缺点是评估整个过程非常繁琐，如果不是很多统计数据，得出的结论可能不准确。

另外，目前人类的视觉特征还没有完全意识到心理因素。

2.4.2客观评价

客观评价可以测量该融合图像的与目标量的质量。

客观评价一般可以分为两类：

第一类是用来确定融合图像，包括偏移索引，频谱畸变度，相关系数的光谱特性的评价指数;

另一种是用于评估所述融合图像的评价方法。

2.4.2.1基于光谱特征的评价

（2）光谱扭曲程度

定义为:

分别包括原始像素图像的灰度数值与相对应的点上的融合技术。

（3）相关系数

将点上大小为m*n的两个图像的灰