本文關(guān)鍵詞：基于多傳感器信息融合的目標(biāo)檢測(cè)及應(yīng)用技術(shù)研究

  更多相關(guān)文章： 多傳感器 外部標(biāo)定 圖像配準(zhǔn) 圖像融合 目標(biāo)檢測(cè) 三維重建

【摘要】：多傳感器信息融合技術(shù)主要研究如何合理的利用不同位置多個(gè)或多種傳感器提供的信息來獲取目標(biāo)或場(chǎng)景更加可靠、全面的描述,因此,多傳感器信息融合技術(shù)是圖像處理與模式識(shí)別、機(jī)器視覺等領(lǐng)域的一個(gè)重要研究?jī)?nèi)容。研究成果被廣泛應(yīng)用于機(jī)器人視覺、軍事目標(biāo)模擬、無人機(jī)導(dǎo)航、車輛輔助駕駛以及文物保護(hù)等領(lǐng)域。近年來,雖然國(guó)內(nèi)外眾多專家、學(xué)者對(duì)多傳感器信息融合技術(shù)展開大量研究,也取得了諸多顯著成果和應(yīng)用案例,但針對(duì)多傳感器信息融合技術(shù)在不同應(yīng)用領(lǐng)域中傳感器類型的選擇與確定、不同傳感器信息的準(zhǔn)確獲取與遴選以及不同傳感器信息的多層次、多維度融合等研究仍存在諸多問題。本文針對(duì)自然場(chǎng)景下的目標(biāo)檢測(cè)與重建問題,采用將紅外、可見光以及激光掃描儀進(jìn)行組合,并針對(duì)可見光與激光掃描儀的外部標(biāo)定、紅外與可見光圖像的配準(zhǔn)與融合以及運(yùn)動(dòng)目標(biāo)分割與三維重建等關(guān)鍵問題進(jìn)行研究,主要研究成果包括:1.針對(duì)激光與可見光傳感器的外部標(biāo)定問題,首先設(shè)計(jì)一個(gè)具有四個(gè)面和五條棱的標(biāo)定靶;然后通過Hough變換檢測(cè)出標(biāo)定靶的直線特征,并利用直線擬合和直線相交原理獲取標(biāo)定靶特征直線對(duì)應(yīng)的激光數(shù)據(jù);最后根據(jù)激光坐標(biāo)系與圖像坐標(biāo)系之間的關(guān)系求解旋轉(zhuǎn)和平移矩陣,完成激光與可見光傳感器的外部標(biāo)定。2.針對(duì)可見光與紅外圖像的精確配準(zhǔn)問題,提出一種基于模板圖像的由粗到精紅外與可見光圖像配準(zhǔn)方法。首先在離線情況下,根據(jù)設(shè)定的模板圖像,通過直線檢測(cè)的方法求取粗配準(zhǔn)參數(shù);然后設(shè)計(jì)基于Rényi互信息與Harris角點(diǎn)函數(shù)相結(jié)合的R-MI-Rényi匹配測(cè)度,并根據(jù)粗配準(zhǔn)參數(shù)確定匹配特征點(diǎn)的搜索區(qū)域與匹配窗口尺寸;最后使用RANSAC方法完成圖像的精確配準(zhǔn)。3.針對(duì)可見光與紅外圖像的準(zhǔn)確融合問題,提出基于PCNN與小波變換的NSCT域紅外與可見光圖像融合方法。首先利用NSCT分解得到紅外與可見光圖像的低頻分量和高頻分量;然后采用小波分解與PCNN對(duì)圖像低頻與高頻分量進(jìn)行二次分解,并分別設(shè)計(jì)高頻與低頻信息的改進(jìn)融合準(zhǔn)則;最后根據(jù)圖像低頻與高頻融合結(jié)果進(jìn)行NSCT重構(gòu)獲得融合圖像。4.針對(duì)自然場(chǎng)景下目標(biāo)檢測(cè)與三維重建問題,采用圖像序列光流計(jì)算對(duì)紅外與可見光融合圖像中的運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)與分割,并利用可見光與激光掃描儀外部標(biāo)定結(jié)果完成運(yùn)動(dòng)目標(biāo)的三維重建,最終實(shí)現(xiàn)基于多傳感器信息融合的目標(biāo)檢測(cè)與重建。
【關(guān)鍵詞】：多傳感器 外部標(biāo)定 圖像配準(zhǔn) 圖像融合 目標(biāo)檢測(cè) 三維重建
【學(xué)位授予單位】：南昌航空大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP212;TP202
【目錄】：

• 摘要3-5
• Abstract5-10
• 第1章 緒論10-16
• 1.1 研究背景與意義10
• 1.2 多傳感器信息融合的關(guān)鍵技術(shù)的研究現(xiàn)狀10-15
• 1.2.1 激光與可見光傳感器標(biāo)定算法及研究現(xiàn)狀10-11
• 1.2.2 紅外與可見光圖像配準(zhǔn)算法及研究現(xiàn)狀11-13
• 1.2.3 紅外與可見光圖像融合算法及研究現(xiàn)狀13-14
• 1.2.4 基于光流的運(yùn)動(dòng)物體檢測(cè)以及三維重建算法及研究現(xiàn)狀14-15
• 1.3 論文的章節(jié)安排15-16
• 第2章 基于直線自動(dòng)檢測(cè)的激光與可見光傳感器的外部標(biāo)定16-29
• 2.1 攝像機(jī)標(biāo)定模型16-18
• 2.2 激光數(shù)據(jù)處理18-20
• 2.3 基于直線自動(dòng)檢測(cè)的激光與可見光的外部標(biāo)定方法20-28
• 2.3.1 激光掃描儀與可見光的外部標(biāo)定21-25
• 2.3.2 實(shí)驗(yàn)結(jié)果25-26
• 2.3.3 精度分析26-28
• 2.4 結(jié)論28-29
• 第3章 基于對(duì)應(yīng)區(qū)域的紅外與可見光圖像配準(zhǔn)29-47
• 3.1 紅外和可見光圖像配準(zhǔn)參數(shù)的討論29-34
• 3.1.1 紅外與可見光圖像配準(zhǔn)時(shí)旋轉(zhuǎn)和縮放參數(shù)的討論30-32
• 3.1.2 紅外與可見光圖像配準(zhǔn)時(shí)平移參數(shù)的討論32-34
• 3.2 基于模板的離線粗配準(zhǔn)34-36
• 3.2.1 粗配準(zhǔn)34-35
• 3.2.2 對(duì)應(yīng)區(qū)域的求解實(shí)驗(yàn)35-36
• 3.3 基于對(duì)應(yīng)區(qū)域的精配準(zhǔn)36-38
• 3.3.1 Harris角點(diǎn)檢測(cè)36-37
• 3.3.2 R-MI-rényi與Harris角點(diǎn)值相結(jié)合的匹配測(cè)度37-38
• 3.3.3 實(shí)現(xiàn)步驟38
• 3.4 實(shí)驗(yàn)38-46
• 3.4.1 評(píng)價(jià)標(biāo)準(zhǔn)38-39
• 3.4.2 自然圖庫實(shí)驗(yàn)39-43
• 3.4.3 標(biāo)準(zhǔn)圖庫實(shí)驗(yàn)43-46
• 3.5 結(jié)論46-47
• 第4章 基于NSCT和PCNN的紅外與可見光圖像融合47-62
• 4.1 圖像預(yù)處理47
• 4.2 紅外和可見光圖像融合方法47-50
• 4.2.1 非下采樣Contourlet變換47-49
• 4.2.2 模塊化PCNN模型49-50
• 4.3 小波變換與PCNN補(bǔ)償機(jī)制的NSCT域紅外與可見光圖像融合50-55
• 4.3.1 小波變換和PCNN補(bǔ)償機(jī)制的融合方法51
• 4.3.2 低頻融合規(guī)則51-53
• 4.3.3 高頻融合規(guī)則53
• 4.3.4 融合步驟53-55
• 4.4 實(shí)驗(yàn)與分析55-61
• 4.4.1 實(shí)驗(yàn)一56-58
• 4.4.2 實(shí)驗(yàn)二58-61
• 4.5 結(jié)論61-62
• 第5章 基于多傳感器信息融合的目標(biāo)檢測(cè)系統(tǒng)62-71
• 5.1 多傳感器信息采集平臺(tái)62
• 5.2 基于多傳感器信息融合的目標(biāo)分割與三維重建技術(shù)路線62-64
• 5.3 實(shí)驗(yàn)64-70
• 5.3.1 實(shí)驗(yàn)一64-67
• 5.3.2 實(shí)驗(yàn)二67-70
• 5.4 結(jié)論70-71
• 第6章 總結(jié)與展望71-73
• 6.1 本文總結(jié)71-72
• 6.2 后續(xù)工作展望72-73
• 參考文獻(xiàn)73-78
• 附錄碩士期間發(fā)表論文以及參加科研項(xiàng)目情況78-79
• 發(fā)表論文78
• 參加項(xiàng)目78-79
• 致謝79

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 張雷;海濤;張宇;羅長(zhǎng)更;;一種基于圖像特征的紅外與可見光圖像融合算法[J];彈箭與制導(dǎo)學(xué)報(bào);2009年01期

2 柳慶武;胡曉惠;袁麟;;深空可見光圖像中弱小運(yùn)動(dòng)目標(biāo)實(shí)時(shí)檢測(cè)[J];電子學(xué)報(bào);2009年07期

3 李鋼;王雷;張仁斌;;基于特征能量加權(quán)的紅外與可見光圖像融合[J];光電工程;2010年03期

4 張彬;許廷發(fā);黃光華;倪國(guó)強(qiáng);;基于小波框架的紅外/可見光圖像融合[J];光學(xué)技術(shù);2007年03期

5 葉傳奇;王寶樹;苗啟廣;;一種基于區(qū)域特性的紅外與可見光圖像融合算法[J];光子學(xué)報(bào);2009年06期

6 劉斌;劉維杰;彭嘉雄;;采用三通道不可分對(duì)稱小波的紅外與可見光圖像融合[J];紅外與激光工程;2011年05期

7 馬東輝;薛群;柴奇;任彪;;基于圖像信息的紅外與可見光圖像融合方法研究[J];紅外與激光工程;2011年06期

8 劉中杰;曹云峰;莊麗葵;丁萌;;基于控制線方法的機(jī)載SAR和可見光圖像匹配應(yīng)用研究[J];航空學(xué)報(bào);2013年09期

9 何國(guó)棟;石建平;馮友宏;謝小娟;楊凌云;;一種新的紅外與可見光圖像融合算法[J];傳感器與微系統(tǒng);2014年04期

10 何國(guó)棟;石建平;馮友宏;謝小娟;楊凌云;;基于壓縮感知的紅外與可見光圖像融合算法[J];激光與紅外;2014年05期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 李娜;高宏霞;劉勝文;;地面景物紅外可見光圖像差異性研究[A];第九屆全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)論文集（下冊(cè)）[C];2010年

2 羅志榮;趙紅怡;;一種基于結(jié)構(gòu)的紅外與可見光圖像配準(zhǔn)方法[A];第二十四屆中國(guó)(天津)2010’IT、網(wǎng)絡(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學(xué)術(shù)會(huì)議論文集[C];2010年

3 余萍;張曉芬;;基于變分模型的紅外/可見光圖像配準(zhǔn)方法研究[A];2009全國(guó)虛擬儀器大會(huì)論文集（二）[C];2009年

4 羅志榮;孫晶;;紅外與可見光圖像的邊緣融合[A];第二十四屆中國(guó)(天津)2010’IT、網(wǎng)絡(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學(xué)術(shù)會(huì)議論文集[C];2010年

5 趙云豐;付冬梅;尹怡欣;王嘉;;基于人工免疫的紅外與可見光圖像配準(zhǔn)方法[A];2008'中國(guó)信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（二）[C];2008年

6 陳磊;楊風(fēng)暴;王志社;紀(jì)利娥;;面向目標(biāo)識(shí)別的SAR與可見光圖像融合算法[A];第十三屆中國(guó)體視學(xué)與圖像分析學(xué)術(shù)會(huì)議論文集[C];2013年

7 胡謀法;李超;王書宏;韓建濤;陳曾平;;可見光圖像背景灰度特性:雙高斯混合分布模型[A];第十二屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2005）論文集[C];2005年

8 胡謀法;王書宏;李超;韓建濤;陳曾平;;空時(shí)域聯(lián)合去相關(guān)檢測(cè)可見光背景下的運(yùn)動(dòng)小目標(biāo)[A];光電技術(shù)與系統(tǒng)文選——中國(guó)光學(xué)學(xué)會(huì)光電技術(shù)專業(yè)委員會(huì)成立二十周年暨第十一屆全國(guó)光電技術(shù)與系統(tǒng)學(xué)術(shù)會(huì)議論文集[C];2005年

9 江孝國(guó);顧鎮(zhèn)南;祖成奎;;高能X射線轉(zhuǎn)換屏研究[A];第11屆全國(guó)發(fā)光學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2007年

10 蔣宏;任章;;紅外與可見光圖像配準(zhǔn)和融合中的關(guān)鍵技術(shù)[A];2006年全國(guó)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

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫 前2條

1 陳磊;風(fēng)云二號(hào)C星第一幅可見光圖像成功獲取[N];中國(guó)氣象報(bào);2004年

2 本報(bào)記者 魏靜;人臉識(shí)別獲突破 千億市場(chǎng)被打開[N];中國(guó)證券報(bào);2014年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 喬鐵柱;輸送帶縱向撕裂可見光與紅外雙目視覺在線檢測(cè)系統(tǒng)研究[D];太原理工大學(xué);2015年

2 趙振兵;電氣設(shè)備紅外與可見光圖像的配準(zhǔn)方法研究[D];華北電力大學(xué)（河北）;2009年

3 周渝人;紅外與可見光圖像融合算法研究[D];中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所);2014年

4 宋懷波;低質(zhì)量可見光圖像的處理技術(shù)和識(shí)別方法研究[D];山東大學(xué);2009年

5 吳迪;可見光圖像視覺顯著物體探測(cè)及畸變不變光學(xué)相關(guān)識(shí)別[D];哈爾濱工業(yè)大學(xué);2013年

6 陳文;基于可見光和紅外熱像儀的雙目視覺運(yùn)動(dòng)目標(biāo)跟蹤[D];南京航空航天大學(xué);2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李杰;可見光/近紅外人臉識(shí)別方法的研究與實(shí)現(xiàn)[D];北京交通大學(xué);2016年

2 邱純;基于可見光的近紅外場(chǎng)景仿真研究[D];北京理工大學(xué);2016年

3 袁家發(fā);紅外和可見光雙影像智能監(jiān)控系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];中國(guó)科學(xué)技術(shù)大學(xué);2016年

4 楊小平;基于多傳感器信息融合的目標(biāo)檢測(cè)及應(yīng)用技術(shù)研究[D];南昌航空大學(xué);2016年

5 董亮;基于紅外與可見光圖像融合的汽車抗暈光系統(tǒng)設(shè)計(jì)[D];西安工業(yè)大學(xué);2016年

6 余明偉;紅外與可見光實(shí)時(shí)融合的FPGA實(shí)現(xiàn)[D];南京理工大學(xué);2016年

7 陸嵩;星載可見光圖像采集系統(tǒng)抗輻射樣機(jī)設(shè)計(jì)[D];哈爾濱工業(yè)大學(xué);2016年

8 王雪;紅外與可見光圖像融合中的關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2016年

9 龔淼;紅外光與可見光圖像超小波域融合方法研究[D];江蘇科技大學(xué);2016年

10 盧國(guó)梁;低質(zhì)量可見光圖像的處理技術(shù)研究[D];山東大學(xué);2009年

，

本文編號(hào)：743663