多源序列圖像的配準(zhǔn)與融合技術(shù)研究.pdf

1、目前，單一傳感器圖像越來(lái)越難以滿(mǎn)足各種實(shí)際需求，而傳感器技術(shù)的迅速發(fā)展使得人們獲取圖像的種類(lèi)、數(shù)量不斷增多。多源序列圖像來(lái)自不同傳感器，且每個(gè)傳感器都產(chǎn)生多幀圖像。多源序列圖像的配準(zhǔn)與融合技術(shù)研究廣泛應(yīng)用于數(shù)字圖像分析等的理論研究和目標(biāo)識(shí)別等的實(shí)際應(yīng)用中，具有重要的理論和現(xiàn)實(shí)意義。
　　本文是關(guān)于多源序列圖像的配準(zhǔn)技術(shù)和融合技術(shù)的研究，它主要涉及四個(gè)方面——多源圖像配準(zhǔn)技術(shù)、多源圖像融合技術(shù)、序列圖像配準(zhǔn)技術(shù)以及超分辨率重建技術(shù)。

2、具體如下:
　　(1)通過(guò)研究多源圖像配準(zhǔn)的基本理論和方法，針對(duì)在灰度和分辨率方面存在差異的多源圖像的配準(zhǔn)問(wèn)題，提出了一種基于特征的配準(zhǔn)方法來(lái)配準(zhǔn)多源圖像。提取輪廓特征作為匹配特征，進(jìn)行多邊形擬合，并以多邊形頂點(diǎn)為特征點(diǎn)構(gòu)造特征輪廓段，以鏈碼方式表示輪廓并進(jìn)行配準(zhǔn)。實(shí)驗(yàn)證明，這種配準(zhǔn)方法可用于解決多源圖像的配準(zhǔn)問(wèn)題，速度快、精度高，且適用于同源圖像。
　　(2)通過(guò)研究多源圖像融合的基本理論和常用融合方法，使用基于小波變換的

3、融合方法來(lái)解決多源圖像的融合問(wèn)題。首先小波分解待融合圖像，得到它們的圖像子帶;然后設(shè)計(jì)不同圖像子帶的融合規(guī)則，將它們對(duì)應(yīng)一一融合;融合結(jié)果由融合的圖像子帶經(jīng)小波反變換得到。通過(guò)對(duì)比實(shí)驗(yàn)突出算法優(yōu)勢(shì)。
　　(3)通過(guò)研究圖像配準(zhǔn)的方法以及超分辨率重建的基本理論，針對(duì)超分辨率重建過(guò)程中的序列圖像配準(zhǔn)問(wèn)題，提出了一種基于特征與基于灰度相結(jié)合的序列圖像配準(zhǔn)方法。整個(gè)配準(zhǔn)過(guò)程由兩步配準(zhǔn)構(gòu)成:首先基于輪廓特征進(jìn)行初步配準(zhǔn);然后基于灰度進(jìn)行精確

4、配準(zhǔn)。精確配準(zhǔn)方法的創(chuàng)新點(diǎn)在于——選擇歸一化互信息為相似性測(cè)度來(lái)構(gòu)造目標(biāo)函數(shù);采用Powell算法尋找配準(zhǔn)參數(shù)。其中，以初步配準(zhǔn)獲得的參數(shù)值作為Powell算法的初始估計(jì)值，解決Powell算法尋優(yōu)結(jié)果對(duì)初始估計(jì)值的依賴(lài)問(wèn)題。實(shí)驗(yàn)證明，這是一種有效的序列圖像配準(zhǔn)方法，對(duì)參數(shù)較大的情況也有較好的配準(zhǔn)效果。
　　(4)通過(guò)分析圖像的降質(zhì)模型及超分辨率重建問(wèn)題的病態(tài)性，在研究多幀圖像重建算法的基礎(chǔ)上，以序列圖像為研究對(duì)象，提出了一種基于

5、最大后驗(yàn)概率(MAP)的正則化重建算法。在分析貝葉斯定理的基礎(chǔ)上，采用高斯隨機(jī)場(chǎng)來(lái)估計(jì)條件概率，Gauss-Markov隨機(jī)場(chǎng)來(lái)估計(jì)先驗(yàn)概率，推導(dǎo)出基于MAP的正則化重建算法的代價(jià)函數(shù)。通過(guò)設(shè)計(jì)正則化項(xiàng)來(lái)構(gòu)建重建算法。實(shí)驗(yàn)結(jié)果表明，這是一種復(fù)雜度較低、效果較好的重建算法。
　　本文以多源序列圖像為研究對(duì)象，圖像配準(zhǔn)部分分多源圖像配準(zhǔn)和序列圖像配準(zhǔn)兩個(gè)研究方面，圖像融合部分分多源圖像融合和超分辨率重建兩個(gè)研究方面。本文提出的配準(zhǔn)算法