基于亮度变化测度的多源影像抗干扰融合模型研究

基于亮度变化测度的多源影像抗干扰融合模型研究

论文摘要

在当今高度发达的信息时代,信息处理已成为一项关系到国计民生的重要任务。信息处理是一个对信息进行识别和分类的过程,它能有效提高信息的有效性和抗干扰能力,并改善信息的主观感官效果。经过处理的信息可以更好为人们的生产生活提供帮助和依据,帮助人们做出正确的分析和决策。多源图像融合就是这样一类综合多传感器的图像信息融合处理过程,它能去除干扰信息,增强图像的分辨和视觉效果。多源图像融合能对不同传感器所生成的图像进行更好的结合,得到目标场景更加优质、可靠的图像。多源图像融合已经成为当前图像处理领域研究的一个热点,并广泛应用于国防、医疗、航天、工农业生产、安全监测、抢险救灾、人民生活等国民经济建设的众多领域。抗干扰的多源图像融合利用了多传感器信息互补的优势,对多图像进行综合处理,根据融合要求的不同,凸显目标信息,生成一幅可用性更高的融合图像。本文分析了国内外图像融合相关领域的发展现状,研究了相关的理论和技术,对比了多种主流多尺度分析图像融合分解工具和融合算法,并探索了云雾成像的特性,从而总结出一套可以抗云雾干扰的多源图像融合模型,及其融合计算的公式,并仿真验证。论文提出了基于亮度变化测度的云雾检测算子。研究了云雾在可见光和红外光图像中成像的特性,总结出云雾成像规律,并采用局部梯度和局部方差联合的方法提出亮度变化测度的概念,描述云雾成像的区域特性。论文提出了基于亮度变化测度的可见光和红外光抗云雾融合方法。采用多尺度分析的方法,提出针对可见光和红外光图像的基于亮度变化测度的抗云雾干扰图像融合方法,并给出计算公式,并通过两组实验来比较和验证该方法的有效性、正确性和优越性。论文提出了基于亮度变化测度的多源融合模型。将可见光和红外光的两源亮度变化测度的图像融合方法扩展到三源图像融合,并用仿真模拟实验加以验证,再将亮度变化测度的图像融合模型推广到多源,在不限定图像源数量的情况下,给出了推广模型的融合计算公式,并加以分析讨论,与两源融合、三源融合的公式统一起来,形成一套完整、通用的计算公式。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 研究背景
  • 1.2 影像融合研究现状
  • 1.2.1 数据融合与图像融合
  • 1.2.2 图像融合的分类
  • 1.2.3 图像融合的基本方法
  • 1.2.4 多尺度图像融合
  • 1.2.5 图像融合的应用
  • 1.2.6 图像融合质量评价
  • 1.2.7 常见传感器影像及特性
  • 1.2.8 现代图像融合的热点和难点
  • 1.3 本文内容和结构
  • 2 理论基础
  • 2.1 图像融合算法的基本理论
  • 2.1.1 正交与投影
  • 2.1.2 色彩空间变换
  • 2.1.3 Brovey变换
  • 2.1.4 简单融合算法
  • 2.2 多尺度图像融合基础理论
  • 2.2.1 多尺度分析
  • 2.2.2 金字塔变换
  • 2.2.3 小波变换
  • 2.2.4 常见小波函数
  • 2.2.5 维小波变换及Mallat算法
  • 2.2.6 小弧(curvelet)变换与小廓(contourlet)变换
  • 2.3 图像融合效果的主要评价方法与指标
  • 2.3.1 信息熵
  • 2.3.2 交叉熵
  • 2.3.3 均方根误差
  • 2.3.4 标准差
  • 2.3.5 互信息
  • 2.3.6 边缘保持度
  • 2.4 本章小结
  • 3 多尺度图像融合工具的选择
  • 3.1 实验设计
  • 3.1.1 实验的对象和目标
  • 3.1.2 实验的组成
  • 3.1.3 多尺度图像融合的方法
  • 3.1.4 实验环境
  • 3.2 客观评价实验
  • 3.2.1 无干扰多源图像融合的小波分解层数选择实验
  • 3.2.2 有云雾干扰的多源图像融合的小波分解层数选择实验
  • 3.2.3 无干扰多源图像融合的多尺度分解工具选择实验
  • 3.2.4 有云雾干扰的多源图像融合的多尺度分解工具选择实验
  • 3.3 本章小结
  • 4 抗云雾干扰的多源影像融合算法
  • 4.1 云雾干扰图像分析
  • 4.1.1 云雾成像特性
  • 4.1.2 常用云雾检测与抗云雾干扰方法
  • 4.2 亮度变化测度与去云雾干扰融合
  • 4.2.1 雾成像特性定量计算
  • 4.2.2 亮度变化测度
  • 4.2.3 基于亮度变化测度的图像融合方法
  • 4.3 图像融合实验与分析
  • 4.3.1 融合实验设计
  • 4.3.2 融合结果分析
  • 4.4 本章小结
  • 5 抗云雾干扰多源图像融合模型
  • 5.1 三源抗云雾干扰融合
  • 5.1.1 三源抗云雾干扰融合模型
  • 5.1.2 三源抗云雾干扰融合实验
  • 5.2 多源抗云雾干扰融合模型
  • 5.3 基于亮度变化测度的图像融合模型特性分析
  • 5.4 本章小结
  • 6 总结
  • 6.1 作总结
  • 6.1.1 作内容总结
  • 6.1.2 论文创新点
  • 6.2 有待研究的问题
  • 致谢
  • 参考文献
  • 附录1 攻读学位期间发表学术论文目录
  • 相关论文文献

    • [1].新一代步兵班组的多源图像侦察信息融合[J]. 火力与指挥控制 2020(04)
    • [2].多源图像融合关键技术及应用研究[J]. 科技创新导报 2011(29)
    • [3].基于小波分解的多源图像融合在交通目标跟踪中的应用[J]. 计算机应用与软件 2010(10)
    • [4].多源图像融合算法在水利图像处理中的运用分析[J]. 造纸装备及材料 2020(01)
    • [5].多源图像直线提取算法[J]. 电光与控制 2008(03)
    • [6].近色背景果实识别的多源图像融合[J]. 中国农机化学报 2020(03)
    • [7].多源图像融合质量的综合评价体系研究[J]. 深圳信息职业技术学院学报 2008(02)
    • [8].基于互信息与梯度融合的多源图像匹配技术研究[J]. 红外技术 2009(09)
    • [9].基于小波分解下多源图像融合[J]. 煤炭技术 2010(09)
    • [10].压缩感知在多源图像融合中的应用[J]. 太赫兹科学与电子信息学报 2013(04)
    • [11].一种像素级多源图像融合方法的研究[J]. 硅谷 2010(16)
    • [12].基于编辑传播的多源图像表观迁移[J]. 郑州大学学报(工学版) 2018(05)
    • [13].多源图像情报空间数据集成管理模型研究与原型建立[J]. 国土资源遥感 2013(02)
    • [14].一种新的多源图像自适应融合算法与仿真研究[J]. 西南师范大学学报(自然科学版) 2015(11)
    • [15].不同生长时期果树多源图像的配准方法研究[J]. 光学学报 2014(02)
    • [16].多源图像智能化融合方法的研究[J]. 佳木斯教育学院学报 2014(02)
    • [17].多源图像融合方法的分析及比较[J]. 数字技术与应用 2010(12)
    • [18].一种改进的辐射不变特征多源图像配准算法[J]. 测绘科学 2020(11)
    • [19].大豆冠层多源图像特征点配准方法研究[J]. 中国农业大学学报 2019(02)
    • [20].塔型分解多源图像融合方法[J]. 计算机技术与发展 2018(12)
    • [21].分光轴式多源图像融合系统近距离配准方法研究[J]. 红外与激光工程 2016(11)
    • [22].基于DSP的多源图像融合系统[J]. 兵工自动化 2012(02)
    • [23].神经网络结合NSCT的多源图像融合算法[J]. 激光杂志 2020(07)
    • [24].采用多源图像分形特征的多目标检测方法[J]. 光电工程 2009(12)
    • [25].近色背景果实识别的多源图像配准[J]. 计算机工程与设计 2018(11)
    • [26].远距离多源图像融合系统实时配准设计[J]. 应用光学 2013(03)
    • [27].多源图像融合综述[J]. 河南科技 2013(07)
    • [28].基于小波变换与低通滤波的多源图像融合方法[J]. 赤峰学院学报(自然科学版) 2011(03)
    • [29].多源图像融合技术的发展与军事应用研究[J]. 航天电子对抗 2011(03)
    • [30].基于多源图像处理的飞机起降主动监视方法[J]. 舰船电子工程 2016(10)

    标签:;  ;  ;  ;  ;  

    基于亮度变化测度的多源影像抗干扰融合模型研究
    下载Doc文档

    猜你喜欢