多源圖像配準(zhǔn)與融合是實現(xiàn)多源信息整合與分析的重要手段,在遙感、醫(yī)療、航天和計算機視覺等領(lǐng)域中有著廣泛應(yīng)用。多源圖像由于成像機理不同,通常存在灰度分布差異大、特征表現(xiàn)不一致的問題,導(dǎo)致提取同名特征困難,難以根據(jù)灰度或特征實現(xiàn)多源圖像配準(zhǔn);傳統(tǒng)多源融合圖像對比度低,目標(biāo)信息不顯著,不利于視覺分析和計算機處理。因此,需要探索新的多源圖像穩(wěn)定配準(zhǔn)和多源圖像增強融合方法,進(jìn)而得到更全面、準(zhǔn)確的多源圖像信息,為社會發(fā)展提供支撐力量。本文圍繞雷達(dá)、可見光多源圖像配準(zhǔn)與融合過程中存在的問題,分析多源圖像差異特性,在多源圖像配準(zhǔn)和融合兩個方面開展了框架搭建、邊緣提取、穩(wěn)定配準(zhǔn)、區(qū)域劃分和增強融合等工作,通過理論推導(dǎo)、方法研究和實驗驗證等途徑完成了以上工作。主要研究內(nèi)容如下:1、研究了圖像配準(zhǔn)與融合的理論方法和應(yīng)用,根據(jù)多源圖像較大的差異特性,以基于變換域配準(zhǔn)方法和多尺度分解方法構(gòu)建研究框架,為后文提出的多源圖像的穩(wěn)定配準(zhǔn)與增強融合算法提供理論基礎(chǔ)。2、針對多源圖像灰度差異造成的同類特征不一致的問題,提出了一種邊緣特征提取方法。通過多源圖像單線邊緣獲取、邊緣圖像分割和閾值篩選,實現(xiàn)了多源圖像灰度差異條件下... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【部分圖文】：

多源圖像

電子科技大學(xué)碩士學(xué)位論文34善的實驗結(jié)果。圖3-8Blackman窗函數(shù)的三維視圖(a)模板圖像(b)旋轉(zhuǎn)后的圖(a)(c)圖(a)的頻譜圖(d)圖(b)的頻譜圖圖3-9頻譜混疊效果圖(e)加窗后的圖(a)(f)加窗后的圖(b)(g)圖(e)的頻譜(h)圖(f)的頻譜圖圖3-10加窗改善頻譜混疊效果圖。分析仿真實驗對比圖3-9和圖3-10，可以發(fā)現(xiàn)通過窗函數(shù)濾波消除了周期延拓帶入的頻率干擾，十字形頻率信號得到有效抑制。為了驗證窗函數(shù)對圖像配準(zhǔn)的影響，本文選取三組需要校正旋轉(zhuǎn)、縮放量的待配準(zhǔn)圖像。第一組驗證圖像大小均是512512，待配準(zhǔn)圖像是在參考圖像的基礎(chǔ)上旋轉(zhuǎn)40度，縮放量是1。第一組加窗前后得到的配準(zhǔn)參數(shù)如表3-1所示。

第四章區(qū)域引導(dǎo)的圖像融合方法491T(S)/2(4-6)2T(S)(S)(4-7)......NSCT分解計算區(qū)域方差計算均值多分辨率子圖方差子圖閾值分割方差圖SAR劃分圖SAR圖像圖4-9SAR圖像的區(qū)域劃分示意圖根據(jù)式（4-6）和式（4-7）中設(shè)置的閾值1T和2T，將SAR圖像分類為三個區(qū)域：均值方差子圖的系數(shù)大于2T的點屬于高亮區(qū)，均值方差子圖系數(shù)小于1T的點劃為平滑區(qū)（背景區(qū)域），介于1T和2T的坐標(biāo)點標(biāo)記為紋理區(qū)。對SAR圖像的區(qū)域劃分示意圖見圖4-9。本文選取了三種SAR圖像實施區(qū)域分割，劃分結(jié)果如圖4-10所示，每張區(qū)域分割圖中高亮區(qū)標(biāo)記為黑色部分，白色部分是平滑區(qū)，灰色區(qū)域則代表了紋理區(qū)。(a)SAR圖像一(b)SAR圖像一及其分割圖

【參考文獻(xiàn)】：
期刊論文
[1]基于相位一致性的紅外圖像邊緣檢測方法[J]. 郭龍源,張國云,歐先鋒,涂兵,吳健輝.  紅外. 2016(09)
[2]基于相位一致性的SAR圖像邊緣檢測[J]. 田微晴,朱衛(wèi)崗,楊順隆,劉鑫.  四川兵工學(xué)報. 2012(09)
[3]SAR圖像的改進(jìn)相位相關(guān)配準(zhǔn)方法[J]. 辛登松,彭建雄.  計算機與數(shù)字工程. 2011(08)
[4]微光（可見光）/紅外彩色夜視技術(shù)處理算法及系統(tǒng)進(jìn)展[J]. 駱媛,王嶺雪,金偉其,趙源萌,張長興,李家琨.  紅外技術(shù). 2010(06)
[5]Fourier-Mellin變換不同時相遙感影像自動配準(zhǔn)研究[J]. 李銳,王卷樂,郭復(fù)勝,杜錦華.  計算機工程與應(yīng)用. 2010(16)
[6]基于脊波變換的SAR與可見光圖像融合研究[J]. 李暉暉,郭雷,李國新.  西北工業(yè)大學(xué)學(xué)報. 2006(04)
[7]弱小目標(biāo)低對比度圖像增強算法研究[J]. 雍楊,王敬儒,張啟衡.  激光與紅外. 2005(05)
[8]結(jié)合邊緣與灰度信息的SAR圖像配準(zhǔn)算法[J]. 鄧鵬,王宏琦.  遙感技術(shù)與應(yīng)用. 2003(03)
[9]光學(xué)圖像與雷達(dá)圖像的數(shù)據(jù)融合研究[J]. 鮑樂群,付毓生,黃順吉.  應(yīng)用光學(xué). 2003(03)
[10]多傳感器圖像融合技術(shù)綜述[J]. 毛士藝,趙巍.  北京航空航天大學(xué)學(xué)報. 2002(05)

博士論文
[1]異源圖像匹配關(guān)鍵技術(shù)研究[D]. 李壯.國防科學(xué)技術(shù)大學(xué) 2011
[2]圖像快速配準(zhǔn)與自動拼接技術(shù)研究[D]. 馮宇平.中國科學(xué)院研究生院（長春光學(xué)精密機械與物理研究所） 2010
[3]基于多尺度分析的醫(yī)學(xué)圖像配準(zhǔn)與融合方法研究[D]. 彭士純.華中科技大學(xué) 2006

碩士論文
[1]紅外圖像與可見光圖像融合研究與應(yīng)用[D]. 汪廷.西安理工大學(xué) 2019
[2]異源圖像配準(zhǔn)融合關(guān)鍵技術(shù)應(yīng)用研究及快速實現(xiàn)[D]. 許埕秸.電子科技大學(xué) 2019
[3]紅外多波段圖像融合算法研究[D]. 李朝陽.中國科學(xué)院大學(xué)(中國科學(xué)院光電技術(shù)研究所) 2018
[4]基于統(tǒng)計理論的無源毫米波與光學(xué)圖像融合算法研究[D]. 宋小虎.電子科技大學(xué) 2014
[5]基于互信息的異源圖像匹配與融合[D]. 李龍勛.電子科技大學(xué) 2013
[6]基于模糊邏輯的紅外與可見光圖像融合技術(shù)[D]. 黃曉青.重慶大學(xué) 2012
[7]圖像配準(zhǔn)理論及算法研究[D]. 張銳娟.西安電子科技大學(xué) 2009
[8]像素級多源圖像配準(zhǔn)及融合研究[D]. 陸歡.南京航空航天大學(xué) 2007
[9]基于特征的多模態(tài)圖像自動配準(zhǔn)算法研究[D]. 蔣煜.華中科技大學(xué) 2005



本文編號：3410263