logo资料库

图像融合与拼接.pdf

发布时间：2022-06-18 发布人：admin 分类：说明书 资料大小：3.40M 资料格式：pdf 举报 版权申诉
第1页 / 共59页
第2页 / 共59页
第3页 / 共59页
第4页 / 共59页
第5页 / 共59页
第6页 / 共59页
第7页 / 共59页
第8页 / 共59页
资料共59页，剩余部分请下载后查看
    图像融合与拼接 摘要 近些年，图像融合技术早已是我们处理图像的关键技术，它已经逐步渗透 到各个行业中，很大程度上影响着人们的生活。图像融合技术是把一个场景的 多张图像的原始数据有效结合，从而获得高质量的图像。 本文首先说明了图像融合当前发展现状，虽然此技术发展迅速取得了相当 大的进步，但是仍有许多问题需要解决。然后说明了图像融合技术的理论基础， 例如其定义、原理、预处理措施（图像配准与去噪）等等。本文的第三、四章 主要介绍了图像的融合方法，从算法极易理解的融合方法到复杂的各种金字塔 变换融合方法。其中，对各种融合方法均进行了相关的实验加以说明，并且采 用主客观评价准则对各种融合方法进行了比较，最终得出结论，各种融合方法 各有优劣，简单的图像融合方法虽然速度快，但是只能在很少的情况下使用， 而各种金字塔变换的融合方法应用广泛，而且融合图像的质量较好。 图像拼接不同于图像融合，它中的多种图像是针对相邻的目标。通过多个 图像的拼接，可以获得一个大范围区域的全景图。图像拼接技术不仅在生活中 有用，在工程、医疗、人工体学等方面，都有很广泛的应用。本文的第五章主 要介绍了图像拼接技术，其中对 SURF 特征点提取与匹配算法进行了详细的说明， 包括其原理、代码等等，最后列举了实例加以说明。 关键词:图像融合；融合算法；金字塔变换；图像拼接；SURF 算法 1
    Abstract In recent years, with the rapid development of technology, image fusion technology has become our key technology in dealing with images. It has gradually penetrated into the various industries and has become an indispensable part of people's technology research. Image fusion is a technology that gather lots of information from many images of same scene. its main purpose is to integrate the advantages of multiple image information to improve the accuracy and reliability of image analysis. This thesis first stated the current development situation of image fusion. although the rapid development of this technology has made considerable progress, but there are still a lot of problems need figure out. Then it introduces the theoretical basis of image fusion, including its definition, level, pertreament measures (image registration and noise processing)etc。The third and fourth chapters of this paper mainly introduce the image fusion algorithm, from simple image fusion algorithm to complex multi-scale, multi-resolution pyramid image fusion algorithm. Among them, by listing related experiment to explain various image fusion algorithm ,then using subjective and objective evaluation criteria to compare them. Ultimately concluded that a variety of fusion methods are applied different occasions, but the simple image Fusion algorithm can only be used in very few occasions, and based on a variety of pyramid transformation of the image fusion method is widely used, and the fusion effect is better。 Image fusion technology integrate many images of same size into a single image, the image of the image splicing technique is a multidimensional view of the adjacent target,which is integrated into a larger panorama. Image stitching technology is used in many aspects, such as life, engineering, medical, artificial body, etc. In the fifth chapter of this paper, we introduce the image splicing technology, in which the SURF feature point algorithm is described specifically, including its principle, code and so on, and then enumerates the examples to illustrate. Keywords:Image fusion; fusion algorithm; pyramid transformation; image splicing; SURF algorithm 2
    目录 1 绪论----------------------------------------------------------------------------------------------------3 1.1 选题依据-------------------------------------------------------------------------------------------3 1.2 图像融合技术发展与现状-----------------------------------------------------------------3 1.3 图像融合面临的问题---------------------------------------------------------------------------7 1.4 预定的研究方案---------------------------------------------------------------------------------8 2 图像融合理论基础--------------------------------------------------------------------------------9 2.1 图像融合定义及原理---------------------------------------------------------------------------9 2.2 图像融合预处理---------------------------------------------------------------------------------9 2.2.1 图像配准----------------------------------------------------------------------------------------9 2.2.2 图中去噪----------------------------------------------------------------------------------------9 2.3 图像融合层次----------------------------------------------------------------------------------13 2.4 图像融合的主观和客观评价---------------------------------------------------------------14 2.4.1 图像融合的主观评价方法----------------------------------------------------------------14 2.4.2 图像融合的客观评价方法----------------------------------------------------------------15 3 简单图像融合方法-----------------------------------------------------------------------17 3.1 加权平均图像融合-----------------------------------------------------------------------17 3.1.1 原理---------------------------------------------------------------------------------17 3.1.2 融合实例--------------------------------------------------------------------------18 3.2 像素灰度值选大的图像融合方法---------------------------------------------------20 3.2.1 原理---------------------------------------------------------------------------------20 3.2.2 融合实例--------------------------------------------------------------------------20 3.3 像素灰度值选小的图像融合方法---------------------------------------------------21 3.3.1 原理---------------------------------------------------------------------------------21 3.3.2 融合实例--------------------------------------------------------------------------21 3.4 基于 RGB 空间和 IHS 空间的图像融合方法--------------------------------------23 3.4.1 原理---------------------------------------------------------------------------------23 3.4.2 融合实例--------------------------------------------------------------------------23 3.5 基于 PCA 变换的融合-------------------------------------------------------------------25 3.5.1 原理--------------------------------------------------------------------------------26 3.5.2 融合实例--------------------------------------------------------------------------26 4 基于金字塔变换的图像融合----------------------------------------------------------31 4.1 金字塔变换--------------------------------------------------------------------------------32 4.1.1 高斯金字塔-----------------------------------------------------------------------32 4.1.2 拉普拉斯金字塔----------------------------------------------------------------35 4.1.3 对比度金字塔--------------------------------------------------------------------38 4.1.4 梯度金字塔-----------------------------------------------------------------------39 4.2 基于金字塔变换的图像融合方法--------------------------------------------------41 4.2.1 基于拉普拉斯金字塔变换的图像融合-----------------------------------41 4.2.2 基于对比度金字塔变换的图像融合--------------------------------------43 4.2.3 基于梯度金字塔变换的图像融合-----------------------------------------44 4.3 基于各种融合方法的实验结果分析-----------------------------------------------46 4.3.1 主要实验代码--------------------------------------------------------------------46 3
    目录 4.3.2 实验融合结果图----------------------------------------------------------------50 4.3.3 融合结果客观评价表----------------------------------------------------------51 4.3.4 结论--------------------------------------------------------------------------------51 5 图像拼接------------------------------------------------------------------------------------52 5.1 图像拼接定义及其关键技术---------------------------------------------------------52 5.2 图像拼接基本流程----------------------------------------------------------------------52 5.2.1 预处理-----------------------------------------------------------------------------52 5.2.2 图像配准--------------------------------------------------------------------------53 5.2.3 图像融合--------------------------------------------------------------------------53 5.3 基于特征点的图像匹配算法---------------------------------------------------------53 5.3.1 SURF 特征检测-------------------------------------------------------------------53 5.3.2 基于 SURF 算法的实验代码-------------------------------------------------58 5.3.3 基于 SURF 算法的实验图-----------------------------------------------------63 5.4 图像拼接实例-----------------------------------------------------------------------------63 5.4.1 部分代码--------------------------------------------------------------------------63 5.4.2 最后结果图-----------------------------------------------------------------------64 4
    1.绪论 1.1 选题依据 近二十年来,由于社会的进步，传感器的性能（分辨率、寿命等）得到了大 幅度的提高，目前，各种性能优良的传感器日益渗透到人们生活的各个方面。 在这些传感器系统中,信息表现形式的多样性,信息容量及信息的处理速度等要 求,都大大超出了原有处理系统的能力,原有的处理方法已不再适应新情况,信 息融合技术便应运而生[1]。 图像是二维信号,图像融合是数据融合的一个重要分支,所谓图像融合是指 综合两个或多个多源图像的信息,图像融合的目的就是通过对多幅图像信息的 提取与综合,从而获得对同一场景/目标的更为准确、更为全面、更为可靠的图 像描述[2]。因为各种图像传感器的成像时间、原理和波段均可能有差异,所以由 其所得到的图像信息之间不可避免的存在着重复性与互补性，此时采用融合方 法就可以求得效果更好的图像。而且,可以消除冗余,加以互补,降低不确定性, 减少模糊度,增强信息透明度,改善解译的精度,提高信息的可靠度及使用率,正 是由于这些特点,图像融合技术已广泛地应用于军事侦察、遥感、计算机视觉和 医学成像等领域[3]。图像融合与传统形式上的数字图像处理不相同,它是一项新 技术,随着社会的发展，它已经渗透入了各个行业。所以本文基于图像的融合进 行研究。 1.2 图像融合技术的发展与现状 图像在我们的生活中无处不在，关于图像的变革很大程度的影响着我们的 生活。图像融合技术作为一种新技术已逐步渗透到各个行业中，成为了人们技 术研究不可缺少的一部分。 图像融合技术最早被应用于遥感图像的分析和处理中，1979 年,Daliy 等人 首先把雷达图像和 Landsat 一 MSS 图像的复合图像应用于地质解释,其处理过程 可以看作是最简单的图像融合[2]。80 年代中期，存在的融合算法非常简单，极 易理解，但是融合质量不能令人满意。到 80 年代中后期，图像融合技术受到了 人们的广泛重视，新的图像融合算法随之产生，主要有假彩色图像融合法、PCA 主成分法、各种金字塔变换的融合法和神经网络的融合法等。1994 年,美国开发 5
    出战场便携式实时多光谱成像融合和景物区分系统[3]。1997 年，国际信息融合 学会成立（ISIF：International Society of Information Fusion），其中， 一些发达国家如美、英、法、日等国家都来了相关专家对此方面进行了探讨， 并取得了一系列的成果，这些成果被刊登在了许多学术会议和科技期刊上，例 如美国三军数据融合年会、IEEE Transactions on AES、IEEE Trans. On AC、 IEEE Trans. on IT、IEEE Trans.、4On SMC 以及其他 IEEE 的相关会议和会刊 中。1999 年，Aguilar 等科学家研制出了能将用微光相机和热红外拍到的景物 进行融合的系统。 西方发达国家在图像融合技术方面起步较早并且发展最快，我国较国外而 言，存在很多不足。1991 年，图像融合相关技术才在我国出现，继而掀起了国 内对此技术研究学习的热潮，但基本上都是处于最基础的层次，许多关键技术 尚未解决，但是还是取得了一定程度的效果。 近几年来图像融合算法已经成为了研究的热门课题，与其相关的作品也急 剧增加。通过国家的鼓励与支持，我们国家在图像融合领域有了长足的发展， 并在具体工作中得到了应用。接下来，将从三个方面，介绍图像融合技术具体 应用。 1.2.1 军事方面 在军事方面，随着传感器数量及种类的不断增多，战场上的情报信息来源 也越来越广，同时战场的范围逐渐扩大到了海陆空等多空间，战场形势日益严 峻，要想在战争中占的先机，就必须迅速、准确的获得各种情报。军事需求催 生了多传感器应用系统的出现,20 世纪 70 年代末，从军事 C3I(指挥、控制、通 信与情报）系统中提出了多传感器数据融合(MSDF)即信息融合的概念[4]。 红外传感器通过接收物体发射出的红外辐射，并将其转换为肉眼可见的图 像，它亮度较低，图像边沿模糊而且目标与背景图像对比度低。SAR 图像 （Synthetic Aperture Radar)即合成孔径雷达。它在各种天气情况下均适用， 比可见光更能穿透进入植被，地物之间的边缘轮廓比较清楚。但是二者均个自 有其局限性，如果将红外图像和 SAR 图像融合，将会得到更加准确、更加全面、 更加清晰的图像。如图为基于剪切波的图像融合。 6
    图一 原 SAR 图像 图二 原红外图像 1.2.2 医学方面 图三 基于剪切波融合图像 近几年，显微镜的发明使医学研究发生了相当大的进步。因为各类医学器 件的机理各不相同，导致生成的图像反应的病人身体部位也不一样，这样就给 医学研究带来了一定程度上的局限性。如果将各种医学图像融合在一起，实现 优势互补，那么融合后的图像将会提供更加准确的信息，对疾病的正确治疗有 着至关重要的作用。 自从改革开放以来，人们的生活水平大幅度提升，随之而来的人口老龄化 问题不容忽视，前列腺癌患者人数显著上升。目前，主要通过放射治疗来治疗 患者，这种方法可以提高生存率、延长生活时间和减少患者晚年的痛苦。而研 究发现在保证正常组织不受过高剂量的前提下,提高靶区剂量可明显提高放疗 疗效[5]。以前的医疗诊断是通过 CT 图像进行，它中图像分辨率与组织密度有关， 骨骼的组织密度比软组织的高，在 CT 图像中骨骼的分辨率更高。而 MRI 图像(核 7
    磁共振成像)中图像分辨率与氢原子的数量有关，骨骼很难显示出来，但软组织 却可以清晰的呈现在图像中，如果将两类图像融合在一起，如下图所示，将克 服 CT 和 MRI 的各自缺点，更加有利于观察病人器官与组织的信息，更加准确的 确定癌症靶区的位置。 图四 CT-MR1 融合图像靶区及危及器官勾画示意图[6] 1.2.3 其它方面的应用 在机场或地铁站，X 光的安检仪器应用广泛。热红外对于人流密集区域的 传染病预防具有重要的作用。毫米波在特斯拉的无人驾驶汽车中有重要的应用。 另外在天气预报系统、导航辅助设备等方面广泛使用。 1.3 图像融合面临的问题 目前，随着科学技术的进步，图像融合技术也日益完善，并被应用到了许 多重要的领域，可是仍然存在着许多问题，具体几点如下： 1.图像配准是图像融合的关键技术，但至今为止不存在一种匹配算法对任 何情况均适用，所有设计一种通用算法至关重要。 2.图像融合广泛应用于各个领域，与其相关的算法已有很多，但是硬件的 发展却很难与其配套，所以，如何将算法和硬件相平衡，研究出效率更高的图 像融合算法就成了当前的一个研究热点。 3.由于现在的图像融合效果几乎都是由观察者判定，人为因素很强，融合 效果得不到正确的评定，所有我们迫切需求设计一套算法更加精确的评定融合 效果。 8
    分享到：
    赞 收藏

    相关推荐

    资料库

    信息化

    共收录1827份资料，累计6个分类，关注成员有19位，主要包括：管理软件,企业管理,电子商务,其它,IT管理,项目管理

    热门标签

    管理软件 企业管理 电子商务 其它 IT管理 项目管理

    最新资料