多传感器图像融合方法研究
文献类型：学位论文
| 作者 | 岳晋 |
| 学位类别 | 博士 |
| 答辩日期 | 2008-05-25 |
| 授予单位 | 中国科学院电子学研究所 |
| 授予地点 | 电子学研究所 |
| 导师 | 杨汝良 |
| 关键词 | 图像融合 小波变换 双树复数小波变换 Contourlet变换 非下采样Contourlet变换 独立分量分析 区域分割 支持向量机 证据理论 |
| 其他题名 | Study on Multisensor Image Fusion Methods |
| 中文摘要 | 近年来，随着图像传感器技术的发展、数据源的不断丰富，多传感器图像融合技术得到了迅猛的发展，已经成为图像理解和计算机视觉领域中一项重要而有意义的新技术。同时，传统的基于位置、速度等信息的信息融合技术，也急需基于各种类型图像传感器的图像融合技术作为补充。通过图像融合，可以把多种图像传感器对于同一场景成像的多个图像融合成一个新的图像，使融合的图像具有更高的可信度、较少的模糊、更好的可理解性，更适合人眼的视觉或者计算机检测、分类、识别、理解等处理。 本文针对像素级、决策级的多传感器图像融合方法进行了研究，主要研究内容和创新点有： （1）研究了小波变换及复数小波变换理论，提出了一种基于双密度双树复数小波变换的图像融合方法。双密度双树复数小波变换同时具有双密度小波、双树小波和复数小波的特性，具有平移不变性以及良好的方向性和精确的相空间信息，将其应用于图像融合领域，可以有效地提高融合性能。 （2）由于Contourlet变换不具有平移不变性，论文研究了使用非下采样Contourlet变换进行图像融合的框架和方法，利用非下采样Contourlet变换的多尺度、方向性、各向异性和平移不变等优点，改善图像融合的效果。针对多聚焦图像融合的特点，提出了基于边缘和局部显著性准则的图像融合方法, 在融合规则中考虑了图像的局部相关性和区域特性，能更有效地获取图像的结构特征和边缘信息。 （3）论文研究了独立分量分析以及拓扑网格独立分量分析方法在图像融合中的应用。针对红外可见光图像的特点，改进了基于区域的ICA域多模图像融合方法。改进方法在变换域中根据不同的区域属性分别采用不同的融合规则，能够更好地保留边缘信息和保持区域一致性。 （4）研究了支持向量机与证据理论相结合的决策级图像融合方法。支持向量机方法能够有效地提供关于样本的后验分布的信息，这可以看作一种从样本学习得到的知识，用证据理论将不同来源的知识结合起来就可以得到对问题的更好的判决。实验验证了本文决策级图像融合方法的有效性。 |
| 语种 | 中文 |
| 公开日期 | 2011-07-19 |
| 页码 | 129 |
| 源URL | [http://159.226.65.12/handle/80137/8587]  |
| 专题 | 电子学研究所_电子所博硕士学位论文_电子所博硕士学位论文_学位论文 |
| 推荐引用方式 GB/T 7714 | 岳晋. 多传感器图像融合方法研究[D]. 电子学研究所. 中国科学院电子学研究所. 2008. |
入库方式： OAI收割
来源：电子学研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。