隨著計算機科學、集成電路系統(tǒng)以及傳感器技術(shù)的迅猛發(fā)展,圖像的獲取方式不再局限于單一的傳感器。如今,面對圖像類型的多元化和數(shù)據(jù)的復雜化,單一模態(tài)圖像已經(jīng)不能滿足現(xiàn)代復雜應(yīng)用的需求,所以圖像融合技術(shù)應(yīng)運而生。圖像融合技術(shù)將不同傳感器所捕獲的不同模態(tài)圖像進行針對性互補,構(gòu)建信息量豐富且可靠的融合圖像從而實現(xiàn)對某一場景或者目標更加全面的描述與表達,便于后續(xù)的圖像處理或者決策任務(wù)。其核心思想是在不引入任何人為干擾的前提下,對數(shù)據(jù)進行優(yōu)化處理,最大程度提取并且保留有效的信息。多模態(tài)圖像融合技術(shù)在軍事偵察、視頻監(jiān)控、遙感、醫(yī)學圖像分析等領(lǐng)域具有較高的應(yīng)用價值。本文主要針對紅外與可見光圖像和多模態(tài)醫(yī)學圖像融合中所涉及的關(guān)鍵問題進行了深入的研究,對人工神經(jīng)網(wǎng)絡(luò)在圖像融合中的應(yīng)用實現(xiàn)了進一步探索。本文的主要貢獻如下:1.在基于優(yōu)化神經(jīng)網(wǎng)絡(luò)的紅外與可見光圖像融合方法中,針對傳統(tǒng)脈沖耦合神經(jīng)網(wǎng)絡(luò)模型參數(shù)復雜、缺乏自適應(yīng)性等問題,結(jié)合蜂群優(yōu)化算法和脈沖發(fā)放皮層模型,提出一種基于優(yōu)化神經(jīng)網(wǎng)絡(luò)的紅外與可見光圖像融合算法。首先采用非下采樣剪切波變換實現(xiàn)對源圖像進行分解從而獲取低頻分解系數(shù)和一系列高頻分解系數(shù);然后脈沖... 

【文章來源】：云南大學云南省 211工程院校

【文章頁數(shù)】：89 頁

【學位級別】：碩士

【部分圖文】：

圖１．１多模態(tài)圖像融合示意圖：（ａ）和（ｂ）均為源圖像；（ｃ）為融合圖像??１．２圖像融合技術(shù)的研究現(xiàn)狀??

對應(yīng)于信息融合理論中的信息抽象程度和實際應(yīng)用場景，圖像融合技術(shù)可以由??低到高的分為像素級、特征級和決策級３個漸進的層次。不同融合層次的關(guān)系結(jié)??構(gòu)示意圖如圖１．２所示。??圖像１?特征提�。刻卣鳎�?一Ｈ特征表達｜——？結(jié)論１??？決策??？?？?■??■?■?？??■?■?？??圖像Ｎ?－］—｜特征提�。保�？特征Ｎ?ｎ—｜特征表達１——？結(jié)論Ｎ?？決策??［］?｜特征＆融合１?１決策＾融合１??特征提取???特坪表達????最終決策???圖１．２不同圖像融合層次示意圖??（１）

對應(yīng)于信息融合理論中的信息抽象程度和實際應(yīng)用場景，圖像融合技術(shù)可以由??低到高的分為像素級、特征級和決策級３個漸進的層次。不同融合層次的關(guān)系結(jié)??構(gòu)示意圖如圖１．２所示。??圖像１?特征提�。�？特征１?一Ｈ特征表達｜——？結(jié)論１??？決策??？?？?■??■?■?？??■?■?？??圖像Ｎ?－］—｜特征提取１￣？特征Ｎ?ｎ—｜特征表達１——？結(jié)論Ｎ?？決策??［］?｜特征＆融合１?１決策＾融合１??特征提取???特坪表達????最終決策???圖１．２不同圖像融合層次示意圖??（１）

【參考文獻】：
期刊論文
[1]結(jié)合NSST與優(yōu)化脈沖發(fā)放皮層模型的紅外與可見光圖像融合[J]. 侯瑞超,周冬明,聶仁燦,劉棟.  計算機應(yīng)用. 2018(S1)
[2]結(jié)合視覺顯著性與Dual-PCNN的紅外與可見光圖像融合[J]. 侯瑞超,周冬明,聶仁燦,劉棟,郭曉鵬.  計算機科學. 2018(S1)
[3]結(jié)合NSST與GA參數(shù)優(yōu)化PCNN圖像融合[J]. 劉棟,聶仁燦,周冬明,侯瑞超,熊磊.  計算機工程與應(yīng)用. 2018(19)
[4]基于視覺顯著性和NSCT的紅外與可見光圖像融合[J]. 傅志中,王雪,李曉峰,徐進.  電子科技大學學報. 2017(02)
[5]多目標粒子群優(yōu)化PCNN參數(shù)的圖像融合算法[J]. 王佺,聶仁燦,周冬明,金鑫,賀康建,余介夫.  中國圖象圖形學報. 2016(10)
[6]彩色融合圖像的質(zhì)量主觀評價[J]. 金偉其,賈曉婷,高紹姝,馬國利,潘定平,劉佳妮.  光學精密工程. 2015(12)

博士論文
[1]像素級多源圖像融合方法研究[D]. 劉羽.中國科學技術(shù)大學 2016
[2]紅外與可見光圖像融合算法研究[D]. 周渝人.中國科學院研究生院(長春光學精密機械與物理研究所) 2014

碩士論文
[1]紅外與可見光圖像融合中的關(guān)鍵技術(shù)研究[D]. 王雪.電子科技大學 2016
[2]手持式紅外與可見光圖像融合系統(tǒng)研究[D]. 韓博.南京理工大學 2014



本文編號：3575355