發(fā)布時(shí)間：2018-03-28 00:10

  本文選題：圖像增強(qiáng)　切入點(diǎn)：圖像融合　出處：《中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院上海技術(shù)物理研究所)》2017年博士論文

【摘要】：經(jīng)過(guò)多年的努力,紅外成像探測(cè)系統(tǒng)已發(fā)展到第三代,即紅外雙/多波段圖像融合系統(tǒng)。其核心在于利用景物在不同波段的響應(yīng)特性,融合后使場(chǎng)景能有更加客觀完整的信息描述,提高系統(tǒng)性能。本文針對(duì)紅外雙波段圖像融合系統(tǒng)開(kāi)展了相關(guān)關(guān)鍵技術(shù)研究。主要研究?jī)?nèi)容包括以下幾個(gè)方面:構(gòu)建了一個(gè)實(shí)時(shí)紅外雙波段融合信號(hào)處理平臺(tái)。其主要分為三個(gè)子系統(tǒng):高速數(shù)據(jù)傳輸系統(tǒng)、多核DSP實(shí)時(shí)信號(hào)處理系統(tǒng)及紅外視頻實(shí)時(shí)顯示系統(tǒng)。高速數(shù)據(jù)傳輸系統(tǒng)運(yùn)用RocketIO技術(shù),提高了數(shù)據(jù)傳輸?shù)膸?實(shí)現(xiàn)了系統(tǒng)中數(shù)據(jù)高速可靠的傳輸。多核DSP實(shí)時(shí)信號(hào)處理系統(tǒng)采用多核DSP加FPGA的架構(gòu),提高了信號(hào)實(shí)時(shí)處理的能力。紅外視頻實(shí)時(shí)顯示系統(tǒng)基于單板實(shí)現(xiàn),通過(guò)視頻接口可實(shí)時(shí)顯示高清分辨率的紅外圖像。提出了一種基于自適應(yīng)引導(dǎo)濾波的子帶分解多尺度retinex紅外圖像增強(qiáng)算法。該方法將自適應(yīng)引導(dǎo)濾波與子帶分解多尺度retinex算法相結(jié)合,利用自適應(yīng)引導(dǎo)濾波更加準(zhǔn)確地估計(jì)了光照分量。實(shí)驗(yàn)證明,該算法能有效消除光暈現(xiàn)象及增強(qiáng)圖像細(xì)節(jié)。提出了一種基于視覺(jué)顯著性及NSCT的紅外圖像融合算法。首先對(duì)待融合圖像進(jìn)行NSCT分解,獲取多尺度多方向的子帶圖像。然后利用視覺(jué)顯著性檢測(cè)結(jié)果指導(dǎo)各圖像子帶的融合,最后對(duì)融合后的子帶圖像進(jìn)行NSCT反變換得到融合后圖像。實(shí)驗(yàn)表明,該算法可以更好地保留目標(biāo)區(qū)域信息,突出目標(biāo)特征,融合后的圖像較傳統(tǒng)方法圖像融合評(píng)價(jià)指標(biāo)更好,紋理細(xì)節(jié)更加清晰。提出了一種基于背景抑制及圖像融合的紅外雙波段小目標(biāo)檢測(cè)算法。首先分別對(duì)各個(gè)波段圖像進(jìn)行背景抑制,接著利用形態(tài)學(xué)膨脹降低圖像配準(zhǔn)誤差的影響,最后對(duì)雙波段圖像進(jìn)行疊加。實(shí)驗(yàn)證明,該算法可以有效提高小目標(biāo)提取能力。
[Abstract]:After years of efforts, infrared imaging detection system has developed to the third generation, that is, infrared dual-band / multi-band image fusion system. The core of the system is to utilize the response characteristics of the scene in different bands. After fusion, the scene can be described with more objective and complete information. In order to improve the performance of the system, the key technologies of infrared dual-band image fusion system are studied in this paper. The main research contents are as follows: a real-time dual-band infrared image fusion signal processing platform is constructed. It is mainly divided into three subsystems: high speed data transmission system, Multi-core DSP real-time signal processing system and infrared video real-time display system. High-speed data transmission system uses RocketIO technology to improve the bandwidth of data transmission. The multi-core DSP real-time signal processing system adopts the structure of multi-core DSP and FPGA to improve the ability of real-time signal processing. The infrared video real-time display system is realized based on single board. Infrared images with high resolution can be displayed in real time by video interface. A sub-band decomposition multi-scale retinex infrared image enhancement algorithm based on adaptive bootstrapping filter is proposed. This method combines adaptive bootstrapping filtering with sub-band decomposition. Multi-scale retinex algorithm combined, The illumination component is estimated more accurately by using adaptive bootstrapping filter. This algorithm can effectively eliminate halo phenomenon and enhance image details. An infrared image fusion algorithm based on visual salience and NSCT is proposed. Firstly, the fused image is decomposed by NSCT. The multi-scale and multi-directional sub-band images are obtained, and the fusion of each sub-band is guided by visual salience detection results. Finally, the fused sub-band images are obtained by NSCT inverse transformation. The experimental results show that, The algorithm can better retain the information of the target area and highlight the target features. The fused image is better than the traditional image fusion evaluation index. The texture details are clearer. An infrared dual-band small target detection algorithm based on background suppression and image fusion is proposed. Then the effect of image registration error is reduced by morphological expansion, and finally the dual-band image is superposed. Experiments show that the algorithm can effectively improve the ability of small target extraction.
【學(xué)位授予單位】：中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院上海技術(shù)物理研究所)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳虎義;多種圖像融合[J];影像技術(shù);2000年04期

2 田思;張俊舉;袁軼慧;常本康;;圖像融合的開(kāi)窗處理技術(shù)研究[J];兵工學(xué)報(bào);2009年04期

3 吳仰玉;紀(jì)峰;常霞;李翠;;圖像融合研究新進(jìn)展[J];科技創(chuàng)新導(dǎo)報(bào);2013年01期

4 韓瑜;蔡云澤;曾清;;圖像融合的客觀質(zhì)量評(píng)估[J];指揮控制與仿真;2013年04期

5 王憶鋒，張海聯(lián)，，李燦文，李茜;夜視圖像融合研究的進(jìn)展[J];紅外與激光工程;1998年02期

6 朱煉;孫楓;夏芳莉;韓瑜;;圖像融合研究綜述[J];傳感器與微系統(tǒng);2014年02期

7 劉志鏡,楊海英,張小平;基于空域中的圖像融合算法研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2002年09期

8 夏明革,何友,唐小明,夏仕昌;圖像融合的發(fā)展現(xiàn)狀與展望[J];艦船電子工程;2002年06期

9 溫學(xué)兵;紀(jì)景娜;;一種基于圖像融合的混合去噪方法[J];綏化學(xué)院學(xué)報(bào);2005年06期

10 苗啟廣;王寶樹(shù);;圖像融合的非負(fù)線性混合模型與算法研究[J];計(jì)算機(jī)科學(xué);2005年09期

相關(guān)會(huì)議論文 前10條

1 劉德坤;龔俊斌;馬佳義;田金文;;一種車載的紅外與微光圖像融合系統(tǒng)設(shè)計(jì)[A];第九屆全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)論文集（上冊(cè)）[C];2010年

2 王芳;吳謹(jǐn);;基于小波的圖像融合算法研究[A];2011年全國(guó)通信安全學(xué)術(shù)會(huì)議論文集[C];2011年

3 胡學(xué)龍;沈潔;;一種基于中值金字塔的圖像融合算法[A];2008年全國(guó)開(kāi)放式分布與并行計(jì)算機(jī)學(xué)術(shù)會(huì)議論文集(上冊(cè))[C];2008年

4 趙向陽(yáng);杜利民;;基于數(shù)據(jù)提純的圖像融合[A];現(xiàn)代通信理論與信號(hào)處理進(jìn)展——2003年通信理論與信號(hào)處理年會(huì)論文集[C];2003年

5 楊志;毛士藝;陳煒;;基于多分辨率局部峰度熵的魯棒圖像融合算法[A];中國(guó)航空學(xué)會(huì)信號(hào)與信息處理專業(yè)全國(guó)第八屆學(xué)術(shù)會(huì)議論文集[C];2004年

6 王曾敏;楊兆選;丁學(xué)文;何英華;陳楊;于淵;;圖像融合與壓縮算法在動(dòng)態(tài)交通信息服務(wù)系統(tǒng)中的應(yīng)用[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

7 潘泉;趙永強(qiáng);張洪才;;基于像素層圖像融合的偏振圖像計(jì)算方法研究[A];第二屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2004年

8 陳懷新;吳必富;;機(jī)載成像偵察的圖像融合技術(shù)[A];中國(guó)雷達(dá)行業(yè)協(xié)會(huì)航空電子分會(huì)暨四川省電子學(xué)會(huì)航空航天專委會(huì)學(xué)術(shù)交流會(huì)論文集[C];2005年

9 成尚利;呂中偉;何俊民;;基于小波變換的PET/CT圖像融合[A];第四屆全國(guó)中青年核醫(yī)學(xué)學(xué)術(shù)會(huì)議論文匯編[C];2008年

10 湯志偉;王建國(guó);趙志欽;黃順吉;;基于小波變換的圖像融合算法[A];第九屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-99）論文集[C];1999年

相關(guān)博士學(xué)位論文 前10條

1 王春萌;多曝光圖像融合關(guān)鍵技術(shù)的研究[D];山東大學(xué);2015年

2 費(fèi)春;基于智能優(yōu)化和視覺(jué)顯著性的圖像融合研究[D];電子科技大學(xué);2015年

3 段昶;基于Shearlet的圖像融合研究[D];電子科技大學(xué);2014年

4 史立芳;大視場(chǎng)人工復(fù)眼成像結(jié)構(gòu)研究與實(shí)驗(yàn)[D];電子科技大學(xué);2014年

5 高國(guó)榮;基于Shearlet變換的圖像融合與去噪方法研究[D];西安電子科技大學(xué);2015年

6 王娟;基于城鎮(zhèn)影像的Contourlet域圖像融合算法研究[D];成都理工大學(xué);2015年

7 楊金庫(kù);基于二維經(jīng)驗(yàn)?zāi)B(tài)分解的圖像融合算法研究[D];西北工業(yè)大學(xué);2016年

8 李奕;圖像融合的若干關(guān)鍵技術(shù)研究[D];江南大學(xué);2015年

9 宋樂(lè);異源圖像融合及其評(píng)價(jià)方法的研究[D];天津大學(xué);2008年

10 諶明;圖像融合與修復(fù)處理關(guān)鍵技術(shù)研究[D];浙江大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 杜麗;基于RF5框架的多小波圖像融合系統(tǒng)的設(shè)計(jì)與開(kāi)發(fā)[D];內(nèi)蒙古大學(xué);2015年

2 王坤臣;基于二代Curvelet變換的圖像融合算法研究[D];南京理工大學(xué);2015年

3 李寧;多DSP并行系統(tǒng)圖像融合算法設(shè)計(jì)及優(yōu)化[D];南京理工大學(xué);2015年

4 陳云川;紅外與微光融合的實(shí)時(shí)信號(hào)處理技術(shù)研究[D];南京理工大學(xué);2015年

5 張澤;基于NSCT變換的壓縮感知圖像融合優(yōu)化算法研究[D];大連海事大學(xué);2015年

6 陶媛媛;紅外與微光融合夜視系統(tǒng)性能評(píng)價(jià)[D];南京理工大學(xué);2015年

7 李蕾;抗混疊輪廓波變換的性能研究及圖像融合去噪應(yīng)用[D];山東大學(xué);2015年

8 米艷芹;基于區(qū)域和多尺度的圖像融合算法研究[D];電子科技大學(xué);2015年

9 唐詩(shī);基于多尺度變換的無(wú)源毫米波圖像融合算法研究[D];電子科技大學(xué);2014年

10 李龍龍;基于分?jǐn)?shù)階傅里葉變換的圖像融合算法研究[D];哈爾濱工業(yè)大學(xué);2014年

本文編號(hào)：1673869