本文選題：圖像配準(zhǔn) + 互信息�。� 參考：《哈爾濱工程大學(xué)》2014年博士論文

【摘要】：聲納圖像直觀地表征了水下聲探測(cè)中的目標(biāo)回波數(shù)據(jù),因此對(duì)其進(jìn)行配準(zhǔn)與融合在后期的圖像處理和分析中起著關(guān)鍵作用。由于聲成像的原理導(dǎo)致聲納圖像具有一些特有的屬性,由此造成聲納圖像配準(zhǔn)與融合的困難,同時(shí)也對(duì)處理過程提出了一些要求或前提條件。雖然在光學(xué),遙感,醫(yī)學(xué)等其他領(lǐng)域已經(jīng)涌現(xiàn)出大批切實(shí)的圖像配準(zhǔn)與融合方法,然而探究關(guān)于聲納圖像的處理策略和方式依然具有廣闊的應(yīng)用前景和迫切的現(xiàn)實(shí)需求,因此,本文針對(duì)聲納圖像配準(zhǔn)融合問題展開了有意義的研究。在聲納圖像配準(zhǔn)方面,本文選取圖像配準(zhǔn)領(lǐng)域中通行的互信息理論作為基礎(chǔ)。針對(duì)剛性形變圖像配準(zhǔn),主要探究了相似度量函數(shù)和優(yōu)化方法兩方面內(nèi)容,一方面是兼顧了像素點(diǎn)空間聯(lián)系的度量函數(shù),另一方面是避免了度量函數(shù)陷入局部極值的優(yōu)化策略。這些方法中,不乏有非常成熟或已提出多年的模型,但在聲納圖像配準(zhǔn)中卻鮮有應(yīng)用。本文針對(duì)聲納圖像配準(zhǔn)問題,分別探討了各式配準(zhǔn)方法的性能,進(jìn)行了大量的仿真實(shí)驗(yàn),并在基于互信息的圖像配準(zhǔn)框架下,推導(dǎo)了基于梯度互信息的相似度量函數(shù)的具體表達(dá)式以及建立了基于粒子群算法和Powell法的混合優(yōu)化策略,利用多分辨率分析方法改善聲納圖像配準(zhǔn)算法的性能。在歸納出聲納圖像配準(zhǔn)方法后,對(duì)具有代表性的聲納圖像進(jìn)行配準(zhǔn)實(shí)驗(yàn),在剛性形變聲納圖像配準(zhǔn)中,通過對(duì)比其他配準(zhǔn)算法,本文算法表現(xiàn)性能優(yōu)良且魯棒穩(wěn)定。此外,在剛性形變聲納圖像配準(zhǔn)基礎(chǔ)上,考慮對(duì)非剛性形變的聲納圖像進(jìn)行配準(zhǔn)。分析了 Demons算法在聲納圖像配準(zhǔn)中的局限和不足,構(gòu)造了基于梯度互信息的Demons模型,并提出了相應(yīng)的聲納圖像配準(zhǔn)算法,同時(shí)本文結(jié)合聲納圖像特點(diǎn),對(duì)Demons算法的重要系數(shù)進(jìn)行了分析,得出了有價(jià)值的結(jié)論。采用基于梯度互信息的Demons模型對(duì)非剛性形變的聲納圖像進(jìn)行配準(zhǔn),通過與經(jīng)典和主動(dòng)Demons模型進(jìn)行對(duì)照,驗(yàn)證了其有效實(shí)用。在聲納圖像融合方面,本文從融合和評(píng)價(jià)兩個(gè)方向進(jìn)行探索。起初探討了以Piella理論為基礎(chǔ)的通用融合框架在聲納圖像融合中的應(yīng)用,全面系統(tǒng)地闡述了基于Piella多尺度圖像融合框架,包括多分辨率分析方法,活性測(cè)度,匹配測(cè)度,決策模塊以及合成模塊。針對(duì)聲納圖像及其處理過程的自身特點(diǎn),本文擴(kuò)展了 Piella多尺度圖像融合框架,摒棄匹配測(cè)度和決策模塊,并提出引入前一分解層中的近似信息構(gòu)造低頻分量的融合準(zhǔn)則以及基于圖像質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)的高頻融合準(zhǔn)則。仿真實(shí)驗(yàn)驗(yàn)證,這些改進(jìn)對(duì)聲納圖像融合具有重要意義,改進(jìn)后的算法適于聲納圖像融合處理,更有利于融合質(zhì)量的提高,取得了良好的融合效果。其次,本文系統(tǒng)地研究和分析了各種圖像融合評(píng)價(jià)標(biāo)準(zhǔn)的主客觀方法,并總結(jié)了適合聲納圖像融合評(píng)價(jià)的一般性原則�；诖嗽瓌t,對(duì)多種經(jīng)典圖像融合方法進(jìn)行了深入細(xì)致地分析,并得出相應(yīng)的結(jié)論。最后,提出了一種基于區(qū)域相似性的圖像融合評(píng)價(jià)方法,經(jīng)仿真實(shí)驗(yàn)驗(yàn)證其具有與人類視覺系統(tǒng)良好的一致性。
[Abstract]:Sonar image is intuitionistic on the target echo data in underwater acoustic detection, so registration and fusion play a key role in the later image processing and analysis. The acoustic imaging principle causes the sonar image to have some unique attributes, which causes the difficulty of sonar image registration and fusion, and also has been dealt with. Although a large number of practical image registration and fusion methods have emerged in other fields, such as optics, remote sensing, medicine and other fields, the study of sonar image processing strategies and methods still has broad application prospects and urgent practical needs. Therefore, this paper aims at sonar image registration and fusion. In the aspect of sonar image registration, this paper selects the mutual information theory in the domain of image registration as the basis. Aiming at the rigid deformed image registration, it mainly explores the two aspects of the similarity measure function and the optimization method, on the one hand, it takes into account the metric function of the spatial connection of pixels, on the other hand. In these methods, there are many models which have been very mature or have been proposed for many years, but they are rarely applied in sonar image registration. In this paper, the performance of various registration methods is discussed for sonar image registration problem, and a large number of simulation experiments are carried out, and the mutual information is based on mutual information. In the frame of image registration, the specific expression of the similarity measure function based on the gradient mutual information is derived, and a hybrid optimization strategy based on particle swarm optimization and Powell is established, and the performance of the sonar image registration algorithm is improved by using the multi-resolution analysis method. On the basis of rigid deformed sonar image registration, the registration of sonar images with non rigid deformation is considered on the basis of rigid deformed sonar image registration. The limitations of Demons algorithm in sonar image registration are analyzed. The Demons model based on the gradient mutual information is constructed and the corresponding sonar image registration algorithm is proposed. At the same time, this paper analyzes the important coefficients of the Demons algorithm by combining the features of sonar image, and draws a valuable conclusion. The Demons model based on the gradient mutual information is used to match the sonar images with non rigid deformation. By comparing with the classic and active Demons models, it is proved that it is effective and practical. In the aspect of sonar image fusion, this paper explores two directions from fusion and evaluation. At first, the application of general fusion framework based on Piella theory in sonar image fusion is discussed, and the multi scale graph based on Piella is systematically expounded. Image fusion framework, including multi-resolution analysis method, activity measure, matching measure, decision module and synthetic module. Aiming at the characteristics of sonar image and its processing, this paper extends the Piella multi-scale image fusion framework, abandons the matching measure and decision module, and proposes the introduction of low approximate information in the former decomposition layer. The fusion criterion of frequency component and the high frequency fusion criterion based on image quality evaluation standard. Simulation experiments show that these improvements are of great significance to sonar image fusion. The improved algorithm is suitable for sonar image fusion, which is more conducive to the improvement of fusion quality and good fusion effect. Secondly, this paper systematically studies and studies the fusion quality. This paper analyzes the subjective and objective methods of various image fusion evaluation criteria, and summarizes the general principles suitable for the fusion evaluation of sonar images. Based on this principle, a detailed analysis of various classical image fusion methods is carried out and the corresponding conclusions are drawn. Finally, a method of image fusion evaluation based on Regional similarity is proposed. Simulation experiments show that it has good consistency with the human visual system.
【學(xué)位授予單位】：哈爾濱工程大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP391.41;TB56

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 宋國立;韓建達(dá);趙憶文;林光模;;脊柱微創(chuàng)手術(shù)機(jī)器人單椎體圖像配準(zhǔn)方法[J];科學(xué)通報(bào);2013年S2期

2 張冉;劉斌;;一種改進(jìn)的基于小波分解和混合優(yōu)化的圖像配準(zhǔn)方法[J];湖北大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年03期

3 趙云豐;付冬梅;尹怡欣;王嘉;周諄;尹萍;;改進(jìn)的人工免疫算法在圖像配準(zhǔn)參數(shù)優(yōu)化中的應(yīng)用[J];高技術(shù)通訊;2009年05期

4 嚴(yán)翠婷;黃慶生;章芬;方穎;;基于圖像配準(zhǔn)分析物種進(jìn)化關(guān)系的新方法[J];基因組學(xué)與應(yīng)用生物學(xué);2012年03期

5 韋芳芳;張相芬;陳辰;;多項(xiàng)式展開的快速擴(kuò)散張量圖像配準(zhǔn)[J];上海師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年04期

6 劉曉春;鐘濤;于起峰;張小虎;雷志輝;尚洋;;基于局部頻率信息和單純型-模擬退火的異源圖像配準(zhǔn)[J];光學(xué)學(xué)報(bào);2013年06期

7 謝慶勝,張衛(wèi)東;ARCVIEW中圖像的配準(zhǔn)[J];微型電腦應(yīng)用;2002年01期

8 姚瑤;唐勁松;;實(shí)用干涉合成孔徑聲納復(fù)圖像配準(zhǔn)法[J];聲學(xué)技術(shù);2007年04期

9 范大昭;任玉川;賈博;張紅敏;王鵬;;一種基于點(diǎn)特征的高精度圖像配準(zhǔn)方法[J];地理信息世界;2007年05期

10 毛紅朝;林坤輝;周昌樂;肖治民;張磊;;面向中醫(yī)望診的人臉圖像配準(zhǔn)[J];鄭州大學(xué)學(xué)報(bào)(理學(xué)版);2007年02期

相關(guān)會(huì)議論文 前10條

1 付宇光;唐煥文;唐一源;;一種優(yōu)化算法在圖像配準(zhǔn)中的應(yīng)用[A];第二十屆中國控制會(huì)議論文集（上）[C];2001年

2 桂秋陽;邱志明;;大口徑艦炮圖像配準(zhǔn)方式射擊精度仿真[A];中國系統(tǒng)仿真學(xué)會(huì)第五次全國會(huì)員代表大會(huì)暨2006年全國學(xué)術(shù)年會(huì)論文集[C];2006年

3 彭靜;徐曉艷;任蕾;;一種基于極對(duì)數(shù)分?jǐn)?shù)階傅里葉變換的圖像配準(zhǔn)方法[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2011)論文集【oral】[C];2011年

4 王佳佳;廖寧放;廉玉生;劉子龍;;基于八通道成像光譜儀圖像配準(zhǔn)技術(shù)研究[A];中國光學(xué)學(xué)會(huì)2010年光學(xué)大會(huì)論文集[C];2010年

5 馮麗麗;姜慧研;李季;;一種自適應(yīng)的非剛性圖像配準(zhǔn)方法及其在肝臟配準(zhǔn)中的應(yīng)用[A];第九屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集Ⅱ[C];2011年

6 翟勝軍;姜暉;張?chǎng)?;一種基于角點(diǎn)的圖像配準(zhǔn)方法[A];武漢(南方九省)電工理論學(xué)會(huì)第22屆學(xué)術(shù)年會(huì)、河南省電工技術(shù)學(xué)會(huì)年會(huì)論文集[C];2010年

7 吳錚;錢徽;朱淼良;;基于特征匹配的航空?qǐng)D像配準(zhǔn)[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

8 楊必武;倪志斌;;圖像配準(zhǔn)中基于最大熵的模板選取算法研究[A];2006年全國光電技術(shù)學(xué)術(shù)交流會(huì)會(huì)議文集（D 光電信息處理技術(shù)專題）[C];2006年

9 李紅波;倪國強(qiáng);;圖像配準(zhǔn)中特征點(diǎn)匹配分析與展望[A];第三屆全國嵌入式技術(shù)和信息處理聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2009年

10 滕凱風(fēng);張建秋;周柏楊;王友華;;基于免疫單純形法的魯棒多分辨率圖像配準(zhǔn)[A];2007'儀表，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

相關(guān)重要報(bào)紙文章 前2條

1 ;聲納致海豚喪生 美國海軍遭起訴[N];新華每日電訊;2005年

2 鄭曉春;鯨魚海灘自殺之謎被破解[N];科技日?qǐng)?bào);2003年

相關(guān)博士學(xué)位論文 前10條

1 王達(dá);聲納圖像配準(zhǔn)與融合技術(shù)研究[D];哈爾濱工程大學(xué);2014年

2 叢偉建;應(yīng)用于肝臟介入診療的超聲圖像分析與導(dǎo)航方法研究[D];北京理工大學(xué);2015年

3 靳峰;基于特征的圖像配準(zhǔn)關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2015年

4 黃韶杰;基于聚類的煤巖分界圖像識(shí)別技術(shù)研究[D];中國礦業(yè)大學(xué)(北京);2016年

5 馬亮;基于模塊化推掃式成像光譜儀的光譜校正與圖像配準(zhǔn)技術(shù)研究[D];中國科學(xué)院研究生院(上海技術(shù)物理研究所);2015年

6 趙偉;SAR圖像配準(zhǔn)的穩(wěn)健核譜方法[D];西北工業(yè)大學(xué);2016年

7 張錦;圖像配準(zhǔn)的變分模型及數(shù)值方法研究[D];大連理工大學(xué);2017年

8 韓歡;一類醫(yī)學(xué)圖像配準(zhǔn)中的變分問題與數(shù)值算法研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院武漢物理與數(shù)學(xué)研究所);2016年

9 宋智禮;圖像配準(zhǔn)技術(shù)及其應(yīng)用的研究[D];復(fù)旦大學(xué);2010年

10 周武;精密圖像配準(zhǔn)方法研究及在精密電子組裝中的應(yīng)用[D];華南理工大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 楊小麗;基于輪廓的SAR圖像配準(zhǔn)方法研究[D];天津理工大學(xué);2015年

2 張海濱;圖像配準(zhǔn)技術(shù)在前列腺DWI序列圖像中的研究與應(yīng)用[D];河北大學(xué);2015年

3 汪松;在圖像配準(zhǔn)中基于點(diǎn)特征的匹配算法[D];鄭州大學(xué);2015年

4 王菲;一種改進(jìn)的紅外圖像配準(zhǔn)拼接算法研究[D];蘭州大學(xué);2015年

5 �；圪t;基于分?jǐn)?shù)階傅里葉變換的剛性圖像配準(zhǔn)技術(shù)[D];鄭州大學(xué);2015年

6 郭莉莉;基于人工蜂群算法的SPECT-B超甲狀腺圖像配準(zhǔn)[D];河北大學(xué);2015年

7 何永亮;基于特征點(diǎn)和TPE兩點(diǎn)熵的圖像配準(zhǔn)技術(shù)研究[D];華中師范大學(xué);2015年

8 胡鐘琴;基于互信息和粒子群算法的圖像配準(zhǔn)研究[D];廣西大學(xué);2015年

9 商磊;基于改進(jìn)SIFT算法的圖像配準(zhǔn)研究[D];電子科技大學(xué);2014年

10 陳海斌;圖像分割和圖像配準(zhǔn)在近距離放射治療中的應(yīng)用研究[D];南方醫(yī)科大學(xué);2015年

，

本文編號(hào)：1948057