多傳感器圖像自適應融合算法研究.pdf_第1頁
已閱讀1頁,還剩67頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著傳感器技術的飛速發(fā)展及其種類不斷增加,各種成像傳感器的性能得到了很大地提升,同時其制造成本也大幅下降,這使得在同一系統(tǒng)中使用多種成像傳感器協(xié)同完成操作任務成為可能。多個成像傳感器往往能夠提供信息互補、信息量巨大的圖像,如何對多成像傳感器提供的信息協(xié)調利用,最大限度地發(fā)揮多成像傳感器帶來的優(yōu)勢成為亟待解決的問題。
   本文對多傳感器圖像融合算法進行了深入研究。主要研究內容和如下:
   (1)在深入分析現(xiàn)有圖像融合理

2、論的基礎上,構建了一種多傳感器圖像自適應融合框架,并提出了一種多尺度變換系數(shù)融合規(guī)則。提出的多傳感器圖像自適應融合框架共有四個模塊,包括多尺度分析模塊、系數(shù)融合模塊、融合圖像質量評價模塊和自適應系數(shù)優(yōu)化模塊。與傳統(tǒng)的圖像融合框架不同,該框架將圖像評價測度引入融合過程,并用優(yōu)化算法對融合過程中涉及的參數(shù)值進行自適應優(yōu)化使得融合圖像評價值達到最優(yōu),從而自適應地產(chǎn)生較優(yōu)的融合結果。本文對該融合框架中各個模塊的相關算法原理及其性能進行了深入分析

3、,如雙樹復小波變換、粒子群優(yōu)化、融合圖像質量測度QW和QAB/F等。此外,在該圖像融合框架下,本文提出一種新的多尺度系數(shù)融合方法。該方法針對待融合的多傳感器圖像間灰度范圍相差較大的特點,采用基于區(qū)域的加權平均法融合低頻圖像,并在融合框架的自適應參數(shù)優(yōu)化模塊中對區(qū)域加權權值進行優(yōu)化。
   (2)結合提出的圖像融合框架,仿真實驗分析系數(shù)融合模塊和圖像質量評價模塊中各種算法的性能,并結合實驗結果分析該融合框架的應用。首先比較了各類多

4、尺度系數(shù)融合方法性能,實驗表明提出的多尺度系數(shù)融合方法能獲得較優(yōu)的融合圖像,突出了輸入圖像中的重要區(qū)域,且其得到的融合圖像評價優(yōu)于已有的多數(shù)融合方法以及最新的基于非下采樣的Contourlet變換(NSCT)和基于支持向量變換(SVT)這兩種圖像融合算法。然后分析了在圖像質量評價模塊中依次采用的多種不同圖像質量評價測度得到的實驗結果,實驗證明在該融合框架產(chǎn)生的融合圖像的評價值基本都是最優(yōu)的,從而驗證了該融合框架的有效性。最后結合該實驗結

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論