資源描述：
《多源圖像融合方法研究》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、分類(lèi)號(hào)UDC學(xué)號(hào)密級(jí)工學(xué)博士學(xué)位論文多源圖像融合方法研究博士生姓名學(xué)科專(zhuān)業(yè)研究方向指導(dǎo)教師金三丞焦皇復(fù)通焦工猩圖像金盤(pán)!翌籃墨焦墾融僉王涸生數(shù)援國(guó)防科學(xué)技術(shù)大學(xué)研究生院二00五年四月國(guó)防科學(xué)技術(shù)大學(xué)研究生院學(xué)位論文摘要多源圖像信息融合技術(shù)廣泛應(yīng)用于軍事、計(jì)算機(jī)視覺(jué)、醫(yī)療診斷及遙感應(yīng)用等領(lǐng)域。論文從像元、特征和決策融合三個(gè)方面研究了多源圖像融合技術(shù)，提出了一些新的分析處理方法。像元級(jí)圖像融合技術(shù)的主要研究目的是獲得一幅視覺(jué)增強(qiáng)的圖像。本論文首先研究了一般意義下單純面向視覺(jué)增強(qiáng)的多源圖像融合方法，提出了一種基于統(tǒng)計(jì)融合模型的多分辨融合方法，給出了一般意義下的
2、統(tǒng)計(jì)融合模型，通過(guò)引入傳感器噪聲項(xiàng)，有效地抑制了傳感器噪聲對(duì)圖像融合的影響。然后在多光譜圖像融合中，提出了一種新的融合方法，將相關(guān)約束進(jìn)一步引入到統(tǒng)計(jì)融合模型中。這個(gè)方法充分增強(qiáng)了相關(guān)的空間信息，同時(shí)又有效抑制了光譜失真。特征組合、分類(lèi)等是現(xiàn)有文獻(xiàn)中特征級(jí)圖像融合的主要研究?jī)?nèi)容。論文提出了特征級(jí)融合的新思想，即在圖像特征提取過(guò)程中利用多源圖像的信息融合?；谶@個(gè)思想，提出了一種融合多源圖像邊緣信息的直線(xiàn)提取算法，把邊緣的相位信息作為融合要素，通過(guò)融合規(guī)則組合多源圖像中的不同特性。算法可以提取出僅利用單一或部分圖像不能獲得的直線(xiàn)特征。論文進(jìn)一步把道路的直線(xiàn)
3、特征與光譜特征相結(jié)合，發(fā)展了一種從遙感多光譜圖像提取道路的算法。決策級(jí)圖像融合技術(shù)具有廣泛的應(yīng)用范圍。Dempster-Shafer(D—s)證據(jù)理論是決策融合的主要方法之一，但典型的D—S理論不大適應(yīng)高沖突證據(jù)組合。論文提出了一種基于預(yù)處理模式的新方法，在利用Dempster組合規(guī)則進(jìn)行證據(jù)組合之前，將沖突焦元的基本概率賦值部分轉(zhuǎn)移到焦元并集，采用證據(jù)之問(wèn)的沖突額度來(lái)確定證據(jù)組合順序。由于預(yù)方法將沖突化解為不確定的知識(shí)表示，D-S理論可以處理沖突證據(jù)的組合問(wèn)題。論文進(jìn)一步將改進(jìn)方法應(yīng)用于高光譜圖像分類(lèi)，發(fā)展了一種基于D-S理論的高光譜圖像分類(lèi)方法，提供
4、了比基于典型D—S理論方法更好的結(jié)果。論文提出的所有算法均應(yīng)用于真實(shí)多源圖像數(shù)據(jù)，實(shí)驗(yàn)結(jié)果顯示了算法的有效性。關(guān)鍵詞：圖像融合，多分辨分析，多光譜，特征提取，直線(xiàn)提取，道路提取，D_s證據(jù)理論，高光譜，圖像分類(lèi)，目標(biāo)識(shí)別國(guó)防科學(xué)技術(shù)大學(xué)研究生院學(xué)位論文ABSTRACTMultisourceimagefusiontechnologyiswidelyappliedinavarietyoffieldssuchasmilitarysurveillance，computervision，medicaldiagnosisandremotesensing．Inthis
5、dissertation，threelevelsofimagefusiontechnology：pixel—level，feature—levelanddecision-levelarestudied，andsomenovelmethodsofanalysisandprocessingarepresented．Themainresearchobjectiveofpixel—levelimagefusionistoobtainavisualenhancedimage．Anewimagemulti-resolutionfusionmethodbasedons
6、tatisticalmodelispresentedintypicalmultisourceimagefusionthisthesis．Themethodresultsinrestrainingsensitivitytosensornoisesincesensornoiseitemisintroducedintothemodel．Inmulti—spectralimagefusion，anewmethodisdeveloped，whichintroducescorrelativerestrictionintothestatisticalmodel．Usi
7、ngthemethod，theinterrelatedspatialinformationiswellenhanced，andthespectralinformationofmulti—spectralimagesiseffectivelykept．Featureintegrationandclassificationfrommultisourceimagesaremainissuesinexistingreferences．Anewideaoffeature-levelfusionispresentedinthisthesis，whoseconcept
8、iSfeatureextractionissupposedbymultisour
