發(fā)布時間：2021-04-24 07:19

　　多源運動圖像作為一種重要的冗余和互補的信息表現(xiàn)形式,在衛(wèi)星遙感、航空航天、機(jī)器人視覺等領(lǐng)域的圖像處理與分析中都起著重要的作用。由于多傳感器系統(tǒng)中不同傳感器的光譜波段、模態(tài)、安裝位置、分辨率和對比度參數(shù)設(shè)置不同等多種因素的影響,使得多個傳感器獲取的相同目標(biāo)或相同場景的多源運動圖像之間存在相對平移、旋轉(zhuǎn)、縮放、亮度變化等差異,這使得多源運動圖像及其中所包含的目標(biāo)信息也有著較大差異,嚴(yán)重影響到運動目標(biāo)的位姿估計以及運動目標(biāo)的精確識別與跟蹤。因此,需要研究新的算法對多源運動圖像進(jìn)行跨尺度的配準(zhǔn)與融合,綜合利用多個傳感器中包含的冗余信息,找到不同傳感器之間的匹配關(guān)系,融合多源運動圖像使融合后的圖像包含更為豐富和精確的細(xì)節(jié)信息。本文針對多源運動圖像中不同尺度中所包含信息的互補和冗余特征,對多源運動圖像的跨尺度配準(zhǔn)與融合方法進(jìn)行了深入研究。論文的主要工作和創(chuàng)新性成果如下：（1）針對已有的圖像配準(zhǔn)算法在特征點匹配過程中提高配準(zhǔn)精確度的同時會增加計算復(fù)雜度的問題,提出了一種基于局部三值模式的運動圖像配準(zhǔn)算法（SIFT-LTP）在保留了SIFT可以精確穩(wěn)定提取特征點的同時,采用LTP算子描述SIFT特征點... 

【文章來源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：150 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題來源
    1.2 論文研究背景與意義
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 圖像配準(zhǔn)研究
        1.3.2 圖像融合研究
    1.4 主要研究成果與創(chuàng)新點
    1.5 論文組織
第二章 基于局部三值模式的運動圖像配準(zhǔn)研究
    2.1 問題的提出
    2.2 局部二值模式特征描述算子
    2.3 基于局部三值模式的運動圖像配準(zhǔn)算法的提出
        2.3.1 SIFT特征點檢測
        2.3.2 LTP描述算子的構(gòu)建
        2.3.3 基于LTP的特征描述
        2.3.4 特征點匹配策略
    2.4 SIFT-LTP算法的實驗結(jié)果與分析
        2.4.1 實驗一：SIFT-LTP算法在測試圖像上的配準(zhǔn)性能對比
        2.4.2 實驗二：SIFT-LTP算法在Robot和Boat圖像上的配準(zhǔn)性能對比
    2.5 本章小結(jié)
第三章 基于局部分形維數(shù)和離散小波框架變換的運動圖像融合研究
    3.1 問題的提出
    3.2 分形維數(shù)
    3.3 分形維數(shù)特征分析
    3.4 基于局部分形維數(shù)和離散小波框架變換的運動圖像融合算法的提出
        3.4.1 局部分形維數(shù)的計算
        3.4.2 DWFT分解
        3.4.3 基于局部分形維數(shù)的融合規(guī)則設(shè)計
    3.5 LFD-DWFT算法的實驗結(jié)果與分析
        3.5.1 實驗一：LFD-DWFT算法在多聚焦圖像上的融合性能對比
        3.5.2 實驗二：LFD-DWFT算法在多曝光圖像上的融合性能對比
        3.5.3 實驗三：LFD-DWFT算法在可見光-紅外圖像上的融合性能對比
    3.6 本章小結(jié)
第四章 基于統(tǒng)一離散曲波變換和時空信息的運動圖像融合研究
    4.1 問題的提出
    4.2 基于統(tǒng)一離散曲波變換和時空信息的運動圖像融合算法的提出
        4.2.1 圖像序列的UDCT分解
        4.2.2 基于時空信息的融合規(guī)則設(shè)計
    4.3 UDCT-ST算法的實驗結(jié)果及分析
        4.3.1 實驗一：UDCT-ST算法與基于多尺度變換的融合算法的性能對比
        4.3.2 實驗二：UDCT-ST算法與基于時空信息的融合算法的性能對比
        4.3.3 實驗三：UDCT-ST算法在帶噪聲運動圖像上的融合性能對比
    4.4 本章小結(jié)
第五章 基于分散式卡爾曼濾波的自適應(yīng)多視頻傳感器融合研究
    5.1 問題的提出
    5.2 傳感器可信度計算
    5.3 基于分散式卡爾曼濾波的自適應(yīng)多視頻傳感器融合算法的提出
        5.3.1 目標(biāo)位置映射
        5.3.2 自適應(yīng)分散式卡爾曼濾波融合
    5.4 ADKFF算法的實驗結(jié)果與分析
        5.4.1 實驗一：ADKFF算法與非自適應(yīng)融合算法的性能對比
        5.4.2 實驗二：ADKFF算法與自適應(yīng)融合算法的性能對比
    5.5 本章小結(jié)
第六章 多源運動圖像的跨尺度配準(zhǔn)與融合系統(tǒng)實現(xiàn)
    6.1 系統(tǒng)總體架構(gòu)
    6.2 主要功能模塊設(shè)計與實現(xiàn)
        6.2.1 預(yù)處理模塊
        6.2.2 配準(zhǔn)模塊
        6.2.3 像素級融合模塊
        6.2.4 多視頻傳感器融合模塊
    6.3 本章小結(jié)
第七章 總結(jié)與展望
    7.1 論文總結(jié)
    7.2 工作展望
參考文獻(xiàn)
致謝
攻讀博士學(xué)位期間的科研成果


【參考文獻(xiàn)】：
期刊論文
[1]基于雙樹復(fù)小波變換的PET/CT自適應(yīng)融合算法[J]. 魏興瑜,周濤,陸惠玲,王文文.  計算機(jī)科學(xué)與探索. 2015(03)
[2]基于Mamdani型直覺模糊推理的圖像融合算法[J]. 孫祺,那彥,劉波.  電子科技. 2014(05)
[3]基于邊緣特征的多傳感器圖像融合算法[J]. 童濤,楊桄,孟強強,孫嘉成,葉怡,陳曉榕.  紅外與激光工程. 2014(01)
[4]基于聯(lián)合相似測度的SAR圖像邊緣點特征配準(zhǔn)方法[J]. 陳天澤,李燕.  國防科技大學(xué)學(xué)報. 2013(04)
[5]Globally optimal distributed Kalman filtering fusion[J]. SHEN XiaoJing, LUO YingTing , ZHU YunMin & SONG EnBin College of Mathematics, Sichuan University, Chengdu 610064, China.  Science China（Information Sciences）. 2012(03)
[6]可見光-熱紅外視頻運動目標(biāo)融合檢測的研究進(jìn)展及展望[J]. 張秀偉,張艷寧,郭哲,趙靜,仝小敏.  紅外與毫米波學(xué)報. 2011(04)
[7]基于SURF特征點的圖像配準(zhǔn)系統(tǒng)[J]. 趙毅力,徐丹,潘志庚.  計算機(jī)應(yīng)用. 2011(S1)
[8]基于曲波變換和模糊理論的遙感圖像融合[J]. 吳俊政,嚴(yán)衛(wèi)東,劉俊民,倪維平,邊輝.  計算機(jī)應(yīng)用. 2010(S1)
[9]雙色紅外圖像目標(biāo)多特征決策級融合識別算法[J]. 李秋華,杜鹢.  計算機(jī)工程與應(yīng)用. 2010(17)
[10]SIFT和旋轉(zhuǎn)不變LBP相結(jié)合的圖像匹配算法[J]. 鄭永斌,黃新生,豐松江.  計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報. 2010(02)

博士論文
[1]基于特征點的圖像配準(zhǔn)技術(shù)研究[D]. 丁南南.中國科學(xué)院研究生院（長春光學(xué)精密機(jī)械與物理研究所） 2012
[2]圖像配準(zhǔn)技術(shù)及其應(yīng)用的研究[D]. 宋智禮.復(fù)旦大學(xué) 2010

碩士論文
[1]基于Contourlet變換的圖像融合及融合指標(biāo)研究[D]. 郭磊.吉林大學(xué) 2014
[2]基于雙樹復(fù)小波域的紅外和可見光圖像融合[D]. 馮宏臣.長春理工大學(xué) 2013



本文編號：3156937