多图像源信息融合与增强技术研究

论文摘要

多源图像信息融合是通过特定算法将不同源的多幅图像合成为一幅新图像,从而使融合图像包含了各单源图像的互补信息,有效扩大了时空的传感范围,提高了观测的准确性和鲁棒性,使图像的可信度更高,可理解性更好,更适合满足特定需求,因此多源图像信息融合技术在军事、遥感、民用、医用等领域得到了广泛的应用。论文介绍了图像融合理论、方法及融合质量的评价方法；并针对红外和可见光图像的特点,提出了一种改进的以归一化互信息为相似性测度的异源图像配准方法。为了提高算法的效率,采用金字塔分解法对该算法进行了优化。以红外和可见光图像的配准作为验证实验,证明了该算法的有效性。基于异源图像的信息互补关系,本文提出了基于目标特征区域的小波变换融合方法。首先采用基于模糊C-均值聚类（FCM）的方法,提取红外图像的目标特征区域,用于异源图像目标特征区域的局部信息融合,达到在可见光图像中加入红外目标信息的效果。其次以第一步融合的图像替换原有的可见光图像,并采用小波变换的方法实现与红外图像的融合,获得最终的融合图像。采用图像质量的评价标准对本文算法和其他融合算法的实验结果进行分析对比。为了提高融合图像的可识别性,论文最后研究了异源图像融合后的信息增强方法,提出了一种基于多尺度平滑的增强算法,通过增强原图像与不同尺度的高斯平滑图像的细节差异的方法实现了图像的信息增强,并用实验验证了该方法的效果。论文采用高德红外IR256型制冷中波热像仪与大恒DH-HV1302UC工业相机搭建多源图像成像平台,设计并完成了成像系统的控制系统,并在VC++6.0编程环境下,采用本文提出的算法,编制了图像采集、控制和图像处理软件,实现了红外与可见光图像的准实时信息融合。

论文目录

• 摘要
• ABSTRACT
• 目录
• 1 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究现状
• 1.3 本文的研究内容和章节安排
• 1.3.1 本文的研究内容
• 1.3.2 章节安排
• 2 多源图像融合
• 2.1 图像融合概述
• 2.2 图像融合层次
• 2.2.1 像素级图像融合
• 2.2.2 特征级图像融合
• 2.2.3 决策级图像融合
• 2.2.4 图像融合层次比较
• 2.3 图像融合效果评价体系
• 2.3.1 主观评价
• 2.3.2 客观评价
• 2.3.3 评价指标的选取
• 2.4 本章小结
• 3 多源图像配准
• 3.1 图像的预处理
• 3.2 图像配准
• 3.2.1 图像配准理论
• 3.2.2 图像配准典型方法
• 3.3 基于梯度边缘信息的互信息配准方法
• 3.3.1 图像梯度边缘提取
• 3.3.2 归一化互信息取大配准
• 3.3.3 金字塔分解优化
• 3.4 实验及结果分析
• 3.5 本章小结
• 4 多源图像融合技术
• 4.1 典型图像融合方法
• 4.2 基于目标特征的小波变换融合方法
• 4.2.1 基于FCM的特征区域局部融合
• 4.2.2 基于小波变换的全局融合
• 4.2.3 算法实现流程和步骤
• 4.3 实验结果与分析
• 4.4 本章小结
• 5 融合图像信息增强
• 5.1 图像增强概述
• 5.2 图像增强方法
• 5.3 基于多尺度平滑的图像增强
• 5.3.1 红外和可见光融合图像的特点
• 5.3.2 基于多尺度平滑的融合图像增强
• 5.3.3 实验结果与分析
• 5.4 本章小结
• 6 实验系统设计与实现
• 6.1 红外与可见光成像平台
• 6.1.1 多源成像平台结构设计
• 6.1.2 成像平台设备
• 6.2 多源图像信息融合与增强软件系统
• 6.2.1 框架设计和实验环境
• 6.2.2 图像采集与显示模块设计
• 6.2.3 图像采集与存储模块设计
• 6.2.4 算法分析模块设计
• 6.3 本章小结
• 7 总结与展望
• 7.1 总结
• 7.2 展望
• 参考文献
• 附录
• 研究生期间发表论文及专利
• 致谢