多源图像融合方法研究

【文件属性】：
文件名称：多源图像融合方法研究
文件大小：5.68MB
文件格式：RAR
更新时间：2013-02-27 16:10:08
图像处理 多视点 多源 多源图像信息融合技术广泛应用于军事、计算机视觉、医疗诊断及遥感应用等领域。 论文从像元、特征和决策融合三个方面研究了多源图像融合技术，提出了一些新的分析处 理方法。 像元级图像融合技术的主要研究目的是获得一幅视觉增强的图像。本论文首先研究了 一般意义下单纯面向视觉增强的多源图像融合方法，提出了一种基于统计融合模型的多分 辨融合方法，给出了一般意义下的统计融合模型，通过引入传感器噪声项，有效地抑制了 传感器噪声对图像融合的影响。然后在多光谱图像融合中，提出了一种新的融合方法，将 相关约束进一步引入到统计融合模型中。这个方法充分增强了相关的空间信息，同时又有 效抑制了光谱失真。 特征组合、分类等是现有文献中特征级图像融合的主要研究内容。论文提出了特征级 融合的新思想，即在图像特征提取过程中利用多源图像的信息融合。基于这个思想，提出 了一种融合多源图像边缘信息的直线提取算法，把边缘的相位信息作为融合要素，通过融 合规则组合多源图像中的不同特性。算法可以提取出仅利用单一或部分图像不能获得的直 线特征。论文进一步把道路的直线特征与光谱特征相结合，发展了一种从遥感多光谱图像 提取道路的算法。 决策级图像融合技术具有广泛的应用范围。Dempster-Shafer (D-S)证据理论是决 策融合的主要方法之一，但典型的D-S理论不大适应高冲突证据组合。论文提出了一种基 于预处理模式的新方法，在利用Dempster组合规则进行证据组合之前，将冲突焦元的基 本概率赋值部分转移到焦元并集，采用证据之间的冲突额度来确定证据组合顺序。由于预 方法将冲突化解为不确定的知识表示，D-S理论可以处理冲突证据的组合问题。论文进一 步将改进方法应用于高光谱图像分类，发展了一种基于D-S理论的高光谱图像分类方法， 提供了比基于典型D-S理论方法更好的结果。 论文提出的所有算法均应用于真实多源图像数据，实验结果显示了算法的有效性。 关键词:图像融合，多分辨分析，多光谱，特征提取，直线提取，道路提取，D-S证 据理论，高光谱，图像分类，目标识别

【文件预览】：
多源图像融合方法研究.nh