基于证据理论的图像融合新算法及应用

《基于证据理论的图像融合新算法及应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第一章绪论样进行稳健图像融合、提高可信度一直是人们关心的问题。图像融合还有很多有待解决的问题，例如：利用图像融合得到图像3．D信息、带有某种智能的自动图像融合的实现、客观的图像融合质量的评价准则的确定等。1．2多源图像融合的研究现状多传感器图像融合技术最早是被应用于遥感图像的分析和处理中，到80年代末，人们才开始将图像融合技术应用于一般的图像处理(可见光图像、红外图像等)【3'4】，90年代后，图像融合技术的研究呈不断上升趋势，应用的领域也遍及遥感图像处理、可见光图像处理、红外图像处理、医学图像处理等。尤其近几年，多源图像融合技术已成为计算

2、机视觉、自动目标识别、机器人等领域的热点研究问题。多传感器图像融合作为数据融合的一种，但由于图像是一种特殊形式的信号，相对于一般的数据融合，多传感器图像融合有其自身的特殊性和复杂性。其特殊性和复杂性主要表现为：1)通常，图像是二维信号，图像信息数据量很大。例如仅一幅256×256、256级灰度的黑白图像，就要求约512kbits的数据量。因此，多传感器图像融合所面临的数据量是一般数据融合所无法比拟的。2)由于图像的特征往往是由多个像素“集中”体现出来的，因此，在某一特定局部区域内的像素间往往具有相关性。例如，就电视画面而言，同一行中相邻两个

3、像素或相邻两行间的像素，其相关系数有时可达O．9以上，而相邻两帧之间的相关性比帧内相关性可能还要大些(也正是因为有这些相关性，图像才具有很大的压缩潜力)。因此，图像融合并非是简单的大量“独立”像素间的融合。3)通常情况下，图像融合对参加融合图像的配准精度要求很高(尤其是像素级图像融合)，例如像素级图像融合的配准精度最好能达到像素级。4)一般数据融合中，若传感器的分辨率不同，对融合处理的处理过程或许不会增加太多的负担(不少情况下仍可直接融合)；而在像素级图像融合的处理中，若两传感器图像的分辨率不同，则图像不能直接融合，必须进行预处理后方可融合

4、。5)图像中包含了大量的信息。据估计，我们人从外界获取的信息中，约有80％信息是通过视觉(以图像的形式)获得的。这就意味着图像融合的潜力很大，如何从图像中提取更多的有用信息，对图像融合技术提出了更高的要求。6)不同应用场合对图像融合的要求是不同的。在不同应用场合可以采用不同的融合方法和融合规则，有时对图像的不同区域也可采用不同的融合方法及融2第一章绪论合规则。那么，如何去评价某种融合方法的融合性能呢?这就需要建立合理的融合性能／融合效果的评价方法和准则。然而，这一问题至今仍未得到较好地解决。正是由于多传感器图像融合技术的复杂性，目前，对多传

5、感器图像融合技术研究开展的广泛性和深入性都远不及对一般数据融合技术的研究。另外从图像融合的层次方面，目前的研究多集中于特征级的融合，其中尤以基于小波变换的融合技术最为完善。决策级的融合发展还不完善，作为决策级融合方法之一的证据理论融合方法在图像融合应用中的困难还有待研究。1．3课题的主要贡献1)模糊C．均值聚类算法(FuzzyC．MeaIlS，FCM)算法是聚类算法中应用最广泛的算法之一，它能够很好地处理不确定的数据信息，本文采用FCM算法获取图像像素对每个类的模糊隶属度，其中FCM是针对图像像素的灰度值进行聚类分析。2)证据理论中mass

6、函数值的自动获取。由于mass函数值属于模糊测度的一种，本文提出了一种自动确定mass函数值的一种方法，用模糊测度替代mass函数。该方法用Choquet积分逼近模糊隶属度，用模糊隶属度作为积分的输出，反解出Choquet积分的参数，即模糊测度。利用证据理论中的Dempgter法则合成两幅图像的mass函数值，得到融合后的mass函数值由于随着特征数目的增多，模糊测度的数量会急剧的增加，计算量也随之变大，为了解决这一问题，本文使用著名的启发式最小二乘算法实现参数的辨识，该模糊测度模拟能力更强，使模型能有效地解决模糊测度的辨识问题，当特征数目

7、很多时，这种能力更加明显。3)本文方法成功地应用在多相流检测的图像融合中，显示了方法的有效性。1．4论文的其它内容安排第二章介绍多源图像融合的分类和主要的研究内容，总结不同层次图像融合算法的一些特点。第三章讲述决策层图像融合的两种方法证据理论和Choquet积分，以及证据理论在图像融合应用中存在的问题。第四章描述证据理论与模糊聚类相结合的图像融合新算法的具体步骤。第五章分析新算法在多源图像融合中的应用和实验的结果。第六章总结与展望。第二章多源图像融合技术的分类和研究内容2．1图像融合概述图像融合是一种通过高级影像处理来复合多源影像的技术。一

8、般采用特定的算法将两幅或多幅图像中的信息合并起来，生成新的图像。其目的是将单一传感器的多段图像或异质传感器的信息加以综合，以消除多传感器信息之间的冗余和矛盾，增强图像中的信息透明