多信息融合圖像邊緣特征提取及圖像配準(zhǔn)研究與應(yīng)用.pdf

1、多源信息融合技術(shù)是協(xié)同利用多源信息以獲得對同一事物或目標(biāo)更客觀、更本質(zhì)認(rèn)識的信息綜合處理技術(shù)，最早出現(xiàn)于20世紀(jì)70年代。從誕生起，多源信息融合技術(shù)就吸引了人們越來越多的關(guān)注，對整個信息科學(xué)產(chǎn)生了極大的影響，圖像融合是多源信息融合技術(shù)主要應(yīng)用領(lǐng)域之一。研究表明，在人類接受到的信息中圖像等視覺信息所占比重達到75％，圖像中蘊涵著豐富的信息，如何獲取這些信息并采用有效的手段進行綜合利用是圖像模式識別領(lǐng)域中的重要課題。 本文利用多源信

2、息融合思想，全文圍繞如何融合多圖像信息以實現(xiàn)圖像邊緣特征穩(wěn)定提取，及利用邊緣及其二次特征進行圖像配準(zhǔn)為主線展開研究。其中圖像邊緣檢測與圖像配準(zhǔn)是文中兩個聯(lián)系緊密的主要部分。圖像邊緣是一種重要的視覺信息，邊緣檢測是計算機視覺后續(xù)工作的基礎(chǔ)和前提。圖像配準(zhǔn)屬于圖像模式識別研究領(lǐng)域，主要用于多圖像融合，在遙感和軍事領(lǐng)域有著重大的現(xiàn)實意義。 本文對邊緣檢測、邊緣二次特征提取及圖像配準(zhǔn)做了一定研究，以提高視覺檢測、目標(biāo)識別及圖像合成的穩(wěn)定

3、性和實時性為研究目標(biāo)。并將研究應(yīng)用于AGVS系統(tǒng)、SAR圖像處理及數(shù)字字符識別等領(lǐng)域。本文的主要工作和創(chuàng)新點如下： (1)提出一種改進魯棒Fisher降維方法，通過引入權(quán)值函數(shù)和調(diào)整因子降低“外點”對降維方向計算的干擾，對多維特征向量進行降維，克服了應(yīng)用貝葉斯理論進行統(tǒng)計推理時，特征維數(shù)與小訓(xùn)練樣本、特征相關(guān)性及計算效率的矛盾。根據(jù)邊緣的本質(zhì)特點，構(gòu)造多級尺度上的絕對梯隊和相對梯度作為多維圖像信息，降維后利用貝葉斯理論加以融合完

4、成邊緣檢測。并將該算法運用于復(fù)雜場景邊緣檢測及AGVS系統(tǒng)導(dǎo)引線檢測中。 (2)對DS證據(jù)理論進行研究，提出一種改進相關(guān)證據(jù)合成方法，利用證據(jù)可信度分布計算出證據(jù)間相關(guān)度，克服了相關(guān)證據(jù)合成時的超估計及提高合成結(jié)果的合理性，并將傳統(tǒng)兩相關(guān)證據(jù)合成推廣至多相關(guān)證據(jù)合成。進而建立了一種基于證據(jù)理論的非學(xué)習(xí)直接融合邊緣檢測模型，將該模型應(yīng)用于SAR圖像邊緣檢測中，融合了兩級尺度上的ROA算子及梯度算子。該方法最大優(yōu)點是無需學(xué)習(xí)過程，可

5、對多圖像信息進行直接融合實現(xiàn)邊緣檢測。 (3)提出一種基于邊緣擬合的圖像配準(zhǔn)方法。以邊緣為基本特征，通過可變精度擬合算法將邊緣擬合成方便表達的直線特征。根據(jù)邊緣直線與圖像配準(zhǔn)的關(guān)系，對其進行篩選和可信度賦值，并利用加權(quán)投票算法實現(xiàn)圖像配準(zhǔn)，保證配準(zhǔn)的穩(wěn)定性和實時性。 (4)根據(jù)圖像配準(zhǔn)特點，將Hausdorff距離轉(zhuǎn)換成歸一化的相似度值。改進邊緣曲率計算，更穩(wěn)定地提取邊緣角點。并利用“Local jet”、邊緣及距離約束

6、，提高計算效率。利用改進Hausdorff距離和形態(tài)學(xué)實現(xiàn)快速穩(wěn)定的圖像配準(zhǔn)。將上述方法應(yīng)用于AGVS系統(tǒng)路標(biāo)識別、SAR圖像和航拍圖像配準(zhǔn)中，結(jié)果表明該方法有效可行。 (5)圖像匹配是圖像配準(zhǔn)的一種特殊形式，針對鋼坯標(biāo)號和AGVS系統(tǒng)工位號識別，分別提出兩種數(shù)字字符識別方法。針對鋼坯標(biāo)號，利用隸屬度概念改進傳統(tǒng)模板匹配方法，對字符和模板進行隸屬度分配，提高識別穩(wěn)定性。對于AGVS系統(tǒng)工位號，則提出一次傾斜校正和二次自校正，使失