異源圖像邊緣提取與匹配算法研究.pdf

1、異源圖像匹配技術(shù)是圖像處理和模式識別領(lǐng)域中的重要研究方向，在高科技武器精確制導(dǎo)系統(tǒng)、目標(biāo)識別與跟蹤等方面有廣泛的應(yīng)用。本文針對紅外圖像和可見光圖像，致力于異源圖像邊緣特征的提取和魯棒的匹配算法的研究，取得的主要工作成果如下：
　?。?）分析并總結(jié)常見的圖像邊緣檢測算法和匹配關(guān)鍵技術(shù)。分析異源圖像間差異性和共性，并運用常用的邊緣提取算法檢測異源圖像邊緣，總結(jié)不同算法的利弊；采用 ESD距離度量和 Hausdroff距離度量實現(xiàn)異源圖

2、像匹配，并采用性能指標(biāo)評價體系（單峰性性能指標(biāo)MAX、PSR、PCE和相對峰性能指標(biāo)RP）客觀評估匹配效果。
　?。?）提出基于小波變換模極大值邊緣檢測算法的異源圖像匹配方法。針對傳統(tǒng)小波變換在邊緣提取上的弊端和局限性，提出性能更加優(yōu)越的算法。采用雙閾值方法和半鄰域法結(jié)合方式提高檢測的自適應(yīng)能力，并引入Facet模型加強邊緣檢測的定位精度，減少不必要的邊緣信息，最后采用 ESD距離和 Hausdroff距離對異源圖像進(jìn)行了匹配。通

3、過圖像匹配評價體系和實驗統(tǒng)計分析得出結(jié)論：本文對邊緣提取效果更好，去除掉了細(xì)小邊緣的干擾，異源圖像匹配算法的快速性、魯棒性和準(zhǔn)確性都有較大的提高。
　?。?）提出基于改進(jìn)CV模型的異源圖像匹配方法。針對傳統(tǒng)CV模型在復(fù)雜背景圖像的邊緣檢測性能下降的不足，論文在CV模型中將全局信息和局部信息進(jìn)行融合，排除了圖像灰度不均對邊緣提取的影響；然后引入約束項和采用去除虛假邊緣的策略，使得邊緣提取效果更加魯棒；在此基礎(chǔ)上實現(xiàn)異源圖像匹配。實驗