多光谱图像信息融合技术研究Word文档下载推荐.docx
- 文档编号:20267349
- 上传时间:2023-01-21
- 格式:DOCX
- 页数:22
- 大小:325.49KB
多光谱图像信息融合技术研究Word文档下载推荐.docx
《多光谱图像信息融合技术研究Word文档下载推荐.docx》由会员分享,可在线阅读,更多相关《多光谱图像信息融合技术研究Word文档下载推荐.docx(22页珍藏版)》请在冰豆网上搜索。
3.3图像融合方法11
3.4图像融合步骤12
4、各算法程序13
4.1一般方法13
4.2PCA算法程序14
4.3金字塔(Pyramid)算法程序15
4.4小波变换(DWT)算法程序18
5、实验结果22
6、图像融合的应用24
7、总结25
参考文献26
摘要
数字图像融合是以图像为主要研究内容的数据融合技术,是把多个不同模式的图像传感器获得的同一场景的多幅图像或同一传感器在不同时刻获得的同一场景的多幅图像合成为一幅图像的过程。
本文首先介绍了数字图像融合的定义、发展现状和研究热点,接着论述了图像融合的规则、方法和步骤。
并给出了三种融合算法程序,即PCA算法、金字塔图像融合算法与基于小波变换的算法程序,在最后论述了图像融合技术在军事、医学图像和遥感测控中的应用。
关键词:
图像融合小波变换Matlab
Abstract
Digitalimagefusionisthetechnologyofdatafusionmainlystudytheimagesisthedifferentpatternsofimagesofthesamescenesensorstothesamenumberofsensorsorimagesacquiredatdifferenttimesthesamesceneforanumberofsyntheticimagesimagesprocess.Thefirstintroduceddigitalimageintegrationdefinition,thecurrentdevelopmentandresearchhot,andthendiscussedtheintegrationofimagesoftherules,methodsandsteps.ThreeintegrationalgorithmsandproceduresgiventhatthePCAalgorithms,pyramidimageintegrationalgorithmsandalgorithmsbasedonwaveletschangeproceduresdiscussedinthefinalimageintegrationtechnologyinthemilitary,medicalimagingandremotesensing,monitoringandcontrolapplications.
Keywords:
ImagefusionWaveletschangeMatlab
1、绪论
1.1课题开发背景
1.1.1图像融合的定义
数字图像融合(DigitalImageFusion)是以图像为主要研究内容的数据融合技术,是把多个不同模式的图像传感器获得的同一场景的多幅图像或同一传感器在不同时刻获得的同一场景的多幅图像合成为一幅图像的过程。
由于不同模式的图像传感器的成像机理不同,工作电磁波的波长不同,所以不同图像传感器获得的同一场景的多幅图像之间具有信息的冗余性和互补性,经图像融合技术得到的合成图像则可以更全面、更精确地描述所研究的对象。
正是由于这一特点,图像融合技术现已广泛地应用于军事、遥感、计算机视觉、医学图像处理等领域中。
数字图像融合是图像分析的一项重要技术,该技术在数字地图拼接、全景图、虚拟现实等领域有着重要应用。
虽然Photoshop等图像处现软件提供了图像处理功能,可以通过拖放的方式进行图像拼接,但由于完全是手工操作,单调乏味,且精度不高,因此,有必要寻找一种方便可行的图像融合方法。
Matlab具有强大的计算功能和丰富的工具箱函数,例如图像处理和小波工具箱包含了大多数经典算法,并且它提供了一个非常方便快捷的算法研究平台,可让用户把精力集中在算法上而不是编程上,从而能大大提高研究效率。
1.1.2手动配准与图象融合
图像融合包含图像配准和无缝合成两个部分.由于成像时受到各种变形因素的影响,得到的各幅图像间存在着相对的几何差异。
图像配准是通过数学模拟来对图像间存在着的几何差异进行校正,把相邻两幅图像合成到同一坐标系下,并使得相同景物在不同的局部图像中对应起来,以便于图像无缝合成。
本文采用Matlab中的cpselect、cp2tform函数完成几何配准。
cpselect函数显示图像界面,手动在两幅图像的重叠部分选取配准控制点,Matlab自动进行亚像素分析,由cp2tform函数值正重叠部分的几何差异。
Matlab中的cp2tform函数能修正6种变形,分别是图(b):
线性相似;
图(c):
仿射;
图(d):
投影;
图(e):
多顶式;
图(o:
分段线性;
图(g):
局部加权平均。
前4种为全局变换,后两种为局部变换,如图I所示,图(a)为修正结果;
图(b)至图(g)为对应的变形。
图1-1cp2tform函数能修正的6种几何变形
图像配准之后,由于图像重叠区域之间差异的存在,如果将图像象素简单叠加,拼按处就会出现明显的拼接缝,因此需要一种技术修正待拼接图像拼接缝附近的颜色值,使之平滑过渡,实现无缝合成。
传统的融合方法多是在时间域对图像进行算术运算,没有考虑处理图像时其相应频率域的变化。
从数学上讲,拼接缝的消除相当于图像颜色或灰度曲面的光滑连接,但实际上图像的拼接与曲面的光滑不同,图像颜色或灰度曲面的光滑表现为对图像的模糊化,从而导致图像模糊不清。
1.1.3图象融合研究的发展现状和研究热点
在众多的图像融合技术中,基于小波变换的图像融合方法已成为现今研究的一个热点。
这类算法主要是利用人眼对局部对比度的变化比较敏感这一事实,根据一定的融合规则,在多幅原图像中选择出最显著的特征,例如边缘、线段等,并将这些特征保留在最终的合成图像中。
在一幅图像的小波变换中,绝对值较大的小波系数对应于边缘这些较为显著的特征,所以大部分基于小波变换的图像融合算法主要研究如何选择合成图像中的小波系数,也就是三个方向上的高频系数,从而达到保留图像边缘的目的。
虽然小波系数(高频系数)的选择对于保留图像的边缘等特征具有非常主要的作用,但尺度系数(低频系数)决定了图像的轮廓,正确地选择尺度系数对提高合成图像的视觉效果具有举足轻重的作用。
本文给出了一种基于小波变换的图像融合算法,在考虑小波系数选择规则的前提下,还重点研究了尺度系数的选择方案。
小波系数的选择基于绝对值最大的原则,并对选择方案的一致性进行了验证。
所谓的一致性指的是对于空间某像素点,其小波系数的选择方案应和其邻近点一致。
本文设计了三种选择尺度系数的方案,并从理论上和仿真结果上对这三种方案进行了比较,选择出一种最好的方案。
本文给出的算法可用于两幅图像或多幅图像的融合,从仿真结果可看出,这个算法较好地保持了图像的边缘,具有较好的视觉效果。
2、MATLAB程序设计
2.1MATLAB软件简介
MATLAB的名称源自MatrixLaboratory,它是一种科学计算软件,专门以矩阵的形式处理数据。
MATLAB将高性能的数值计算和可视化集成在一起,并提供了大量的内置函数,从而被广泛地应用于科学计算、控制系统、信息处理等领域的分析、仿真和设计工作,而且利用MATLAB产品的开放式结构,可以非常容易地对MATLAB的功能进行扩充,从而在不断深化对问题认识的同时,不断完善MATLAB产品以提高产品自身的竞争能力。
目前MATLAB产品族可以用来进行:
数值分析
数值和符号计算
工程与科学绘图
控制系统的设计与方针
数字图像处理
数字信号处理
通讯系统设计与仿真
财务与金融工程
表2-1MATLAB产品族
MATLAB是MATLAB产品家族的基础,它提供了基本的数学算法,例如矩阵运算、数值分析算法,MATLAB集成了2D和3D图形功能,以完成相应数值可视化的工作,并且提供了一种交互式的高级编程语言——M语言,利用M语言可以通过编写脚本或者函数文件实现用户自己的算法。
MATLABCompiler是一种编译工具,它能够将那些利用MATLAB提供的编程语言——M语言编写的函数文件编译生成为函数库、可执行文件COM组件等等。
这样就可以扩展MATLAB功能,使MATLAB能够同其他高级编程语言例如C/C++语言进行混合应用,取长补短,以提高程序的运行效率,丰富程序开发的手段。
利用M语言还开发了相应的MATLAB专业工具箱函数供用户直接使用。
这些工具箱应用的算法是开放的可扩展的,用户不仅可以查看其中的算法,还可以针对一些算法进行修改,甚至允许开发自己的算法扩充工具箱的功能。
目前MATLAB产品的工具箱有四十多个,分别涵盖了数据获取、科学计算、控制系统设计与分析、数字信号处理、数字图像处理、金融财务分析以及生物遗传工程等专业领域。
图2-1MATLAB的框图设计环境
Simulink是基于MATLAB的框图设计环境,可以用来对各种动态系统进行建模、分析和仿真,它的建模范围广泛,可以针对任何能够用数学来描述的系统进行建模,例如航空航天动力学系统、卫星控制制导系统、通讯系统、船舶及汽车等等,其中了包括连续、离散,条件执行,事件驱动,单速率、多速率和混杂系统等等。
Simulink提供了利用鼠标拖放的方法建立系统框图模型的图形界面,而且Simulink还提供了丰富的功能块以及不同的专业模块集合,利用Simulink几乎可以做到不书写一行代码完成整个动态系统的建模工作。
Stateflow是一个交互式的设计工具,它基于有限状态机的理论,可以用来对复杂的事件驱动系统进行建模和仿真。
Stateflow与Simulink和MATLAB紧密集成,可以将Stateflow创建的复杂控制逻辑有效地结合到Simulink的模型中。
在MATLAB产品族中,自动化的代码生成工具主要有Real-TimeWorkshop(RTW)和StateflowCoder,这两种代码生成工具可以直接将Simulink的模型框图和Stateflow的状态图转换成高效优化的程序代码。
利用RTW生成的代码简洁、可靠、易读。
目前RTW支持生成标准的C语言代码,并且具备了生成其他语言代码的能力。
整个代码的生成、编译以及相应的目标下载过程都是自动完成的,用户需要做得仅仅使用鼠标点击几个按钮即可。
MathWorks公司针对不同的实时或非实时操作系统平台,开发了相应的目标选项,配合不同的软硬件系统,可以完成快速控制原型(RapidControlPrototype)开发、硬件在回路的实时仿真(Hardware-in-Loop)、产品代码生成等工作。
另外,MATLAB开放性的可扩充体系允许用户开发自定义的系统目标,利用Real-TimeWorkshopEmbeddedCoder能够直接将Simulink的模型转变成效率优化的产品级代码。
代码不仅可以是浮点的,还可以是定点的。
图2-2MATLAB系统开发体系
MATLAB开放的产品体系使MATLAB成为了诸多领域的开发首选软件,并且,MATLAB还具有300余家第三方合作伙伴,分布在科学计算、机械动力、化工、计算机通讯、汽车、金融等领域。
接口方式包括了联合建模、数据共享、开发流程衔接等等。
2.2MATLAB软件窗口环境
计算机安装好MATLAB之后,双击MATLAB图标,就可以进入命令窗口,此时意味着系统处于准备接受命令的状态,可以在命令窗口中直接输入命令语句。
MATLAB语句形式
》变量=表达式;
通过等于符号将表达式的值赋予变量。
当键入回车键时,该语句被执行。
语句执行之后,窗口自动显示出语句执行的结果。
如果希望结果不被显示,则只要在语句之后加上一个分号(;
)即可。
此时尽管结果没有显示,但它依然被赋值并在MATLAB工作空间中分配了内存。
变量和数值显示格式:
(1)变量
●变量的命名:
变量的名字必须以字母开头(不能超过19个字符),之后可以是任意字母、数字或下划线;
变量名称区分字母的大小写;
变量中不能包含有标点符号。
●一些特殊的变量
ans:
用于结果的缺省变量名i、j:
虚数单位
pi:
圆周率nargin:
函数的输入变量个数
eps:
计算机的最小数nargout:
函数的输出变量个数
inf:
无穷大realmin:
最小正实数
realmax:
最大正实数nan:
不定量
flops:
浮点运算数
●变量操作
在命令窗口中,同时存储着输入的命令和创建的所有变量值,它们可以在任何需要的时候被调用。
如要察看变量a的值,只需要在命令窗口中输入变量的名称即可:
》a
(2)数值显示格式
任何MATLAB的语句的执行结果都可以在屏幕上显示,同时赋值给指定的变量,没有指定变量时,赋值给一个特殊的变量ans,数据的显示格式由format命令控制。
format只是影响结果的显示,不影响其计算与存储;
MATLAB总是以双字长浮点数(双精度)来执行所有的运算。
2.3M语言编程
MATLAB是美国MathWorks公司开发的用于教育、工程与科学计算的软件产品,它向用户提供从概念设计、算法开发、建模仿真到实时实现的理想集成环境。
无论是进行科学研究、产品开发,还是从事教育事业,MATLAB产品都是非常有效的工具。
相对于其他类似于MATLAB的仿真软件,MATLAB的一个显著特点就是它提供了一种用于编程的高级语言——M语言。
通过这种语言,用户可以用类似于数学公式的方式来编写算法,大大降低了编程所需的难度并节省了时间,从而让用户把主要的精力集中在算法的构思而不是编程上。
在MATLAB中,在给变量赋值之前,不需要定义它的类型。
例如对变量var1赋值1000,并没有事先定义var1的数据类型。
MATLAB会自动决定变量的类型,并为它分配内存空间。
对上述变量var1,MATLAB将它默认定义为双精度浮点型,分配8个字节的存储空间。
M语言中的变量名(包括函数名)是以英文字母开头的英文字母、下划线和阿拉伯数字的组合,有效长度不超过31。
M语言支持类似于数学公式的编程。
例如,C=A+B就可完成矩阵A和矩阵B的相加运算,并把结果存储在C中。
MATLAB中所有的变量都没有维数的限制(维数自动扩展),并且是以数组(array)的方式存储。
但在数学意义上,基本上可以把所有的变量都当作矩阵来理解,尤其是对数值变量(对于结构数组,元胞数组最好不要当作矩阵来理解)。
例如在C=A+B中,变量A和B都是以2×
2维数组的方式存储的(存储方式为按列存储,而C/C++中的数组变量是按行存储的,这个区别需要注意),在数学意义上可将A和B当作两个2×
2维的矩阵,C=A+B完成的便是两个矩阵的相加运算。
同样的,[U,S,V]=svd(A)实现对矩阵A的奇异值分解。
在MATLAB中所有变量的维数都可自动扩展,但始终保持它的矩形结构。
3、图像融合算法
3.1图象融合算法的层次分类
图像融合系统的算法按层次结构划分可分为信号级、像素级、特征级和决策级。
信号级融合:
是指合成一组传感器信号,目的是提供与原始信号形式相同但品质更高的信号。
像素级图像融合:
是指直接对图像中像素点进行信息综合处理的过程像素级图像融合的日的是生成一幅包含更多信息、更清晰的图像像素级图像融合属于较低层次的融合,目前,大部分研究集中在该层次上。
像素层图像融合一般要求原始图像在空间上精确配准,如果图像具有小同分辨率,在融合前需作映射处理。
特征级图像融合:
是指从各个传感器图像中提取特征信息,并将其进行综合分析和处理的过程。
提取的特征信息应是像素信息的充分表示量或充分统计量,典型的特征信息有边缘、形状、轮廓、角、纹理、相似亮度区域、相似景深区域等在进行融合处理时,所关心的主要特征信息的具体形式和内容与多传感器图像融合的应用目的/场合密切相关。
通过特征级图像融合可以在原始图像中挖掘相关特征信息、增加特征信息的可信度、排除虚假特征、建立新的复合特征等。
特征级图像融合是中间层次上的融合,为决策级融合做准备。
特征级融合对传感器对准要求不如信号级和像素级要求严格,因此图像传感器可分布于不同平台上。
特征级融合的优点在于可观的信息压缩,便于实时处理。
由于所提出的特征直接与决策分析有关,因而融合结果能最大限度地给出决策分析所需要的特征信息。
目前大多数C4I系统的数据融合研究都是在该层次上展开的。
决策级图像融合:
是指对每个图像的特征信息进行分类、识别等处理,形成相应的结果后,进行进一步的融合过程最终的决策结果是全局最优决策。
决策级融合是一种更高层次的信息融合,其结果将为各种控制或决策提供依据。
为此,决策级融合必须结合具体的应用及需求特点,有选择地利用特征级融合所抽取或测量的有关目标的各类特征信息,才能实现决策级融合的目的,其结果将直接影响最后的决策水平。
由于输入为各种特征信息,而结果为决策描述,因此决策级融合数据量最小,抗干扰能力强。
决策级融合的主要优点可概括为:
①通信及传输要求低,这是由其数据量少决定的;
②容错性高对于一个或若十个传感器的数据干扰,可以通过适当的融合力一法予以消除;
③数据要求低,传感器可以是同质或异质,对传感器的依赖性和要求降低;
④分析能力强,能全力一位有效反映目标及环境的信息,满足小同应用的需要。
3.2图像融合规则
图像的融合规则(Fusionrule)是图像融合的核心,融合规则的好坏直接影响融合图像的速度和质量。
Burt提出了基于像素选取的融合规则,在将原图像分解成不同分辨率图像的基础上,选取绝对值最大的像素值(或系数)作为融合后的像素值(或系数)。
这是基于在不同分辨率图像中,具有较大值的像素(或系数)包含更多的图像信息。
Petrovic和Xydeas提出了考虑分解层内各图像(若存在多个图像)及分解层间的相关性的像素选取融合规则。
蒲恬在应用小波变换进行图像融合时,根据人类视觉系统对局部对比度敏感的特性,采用了基于对比度的像素选取融合规则。
基于像素的融合选取仅是以单个像素作为融合对象,它并未考虑图像相邻像素间的相关性,因此融合结果不是很理想。
考虑图像相邻像素间的相关性,Burt和Kolczynski提出了基于区域特性选择的加权平均融合规则,将像素值(或系数)的融合选取与其所在的局部区域联系起来。
在Lietal提出的融合规则中,其在选取窗口区域中较大的像素值(或系数)作为融合后像素值(或系数)的同时,还考虑了窗口区域像素(或系数)的相关性。
Chibani和Houacine在其融合规则中,通过计算输入原图像相应窗口区域中像素绝对值相比较大的个数,决定融合像素的选取。
基于窗口区域的融合规则由于考虑相邻像素的相关性,因此减少了融合像素的错误选取。
融合效果得到提高。
ZZhang和Blum提出了基于区域的融合规则,将图像中每个像素均看作区域或边缘的一部分,并用区域和边界等图像信息来指导融合选取。
采用这种融合规则所得到的融合效果较好,但此规则相对其他融合规则要复杂。
对于复杂的
图像,此规则不易于实现。
3.3图像融合方法
迄今为止,数据融合方法主要是在像元级和特征级上进行的。
常用的融合方法有HIS融合法、KL变换融合法、高通滤波融合法、小波变换融合法、金字塔变换融合法、样条变换融合法等。
下面简要介绍其中的几种方法。
1.
HIS融合法
HIS融合法在多传感器影象像元融合方面应用较广,例如:
一低分辨率三波段图象与一高分辨率单波段图象进行
融合处理。
这种方法将三个波段的低分辨率的数据通过HIS变换转换到HIS空间,同时将单波段高分辨率图象进行对比度拉伸以使其灰度的均值与方差和HIS空间中亮度分量图象一致,然后将拉伸过的高分辨率图象作为新的亮度分量代入HIS反变换到原始空间中。
这样获得的高分辨率彩色图象既具有较高空间分辨率,同时又具有与影象相同的色调和饱和度,有利于目视解译和计算机识别。
2.
KL变换融合法
KL变换融合法又称为主成分分析法。
与HIS变换法类似,它将低分辨率的图象(三个波段或更多)作为输入分量进行主成分分析,而将高分辨率图象拉伸使其具有于第一主成分相同的均值和方差,然后用拉伸后的高分辨率影象代替主成分变换的第一分量进行逆变换。
高空间分辨率数据与高光谱分辨率数据通过融合得到的新的数据包含了源图象的高分辨率和高光谱分辨率特征,保留了原图象的高频信息。
这样,融合图象上目标细部特征更加清晰,光谱信息更加丰富。
3.
高通滤波融合法
高通滤波融合法将高分辨率图象中的边缘信息提取出来,加入到低分辨率高光谱图象中。
首先,通过高通滤波器提取高分辨率图象中的高频分量,然后将高通滤波结果加入到高光谱分辨率的图象中,形成高频特征信息突出的融合影象。
4.
小波变换融合法
利用离散的小波变换,将N幅待融合的图象的每一幅分解成M幅子图象,然后在每一级上对来自N幅待融合图象的M幅子图象进行融合,得到该级的融合图象。
在得到所有M级的融合图象后,实施逆变换得到融合结果。
3.4图像融合步骤
目前国内外己有大量图像融合技术的研究报道,不论应用何种技术方法,必须遵守的基本原则是两张或多张图像上对应的每一点都应对位准确。
由于研究对象、目的不同,图像融合方法亦可多种多样,其主要步骤归纳如下:
(1)预处理:
对获取的两种图像数据进行去噪、增强等处理,统一数据格式、图像大小和分辨率。
对序列断层图像作三维重建和显示,根据目标特点建立数学模型;
图3-1图像融合步骤示意图
(2)分割目标和选择配准特征点:
在二维或三维情况下,对目标物或兴趣区进行分割。
选取的特点应是同一物理标记在两个图像上的对应点,该物理标记可以是人工标记,也可以是人体解剖特征点;
(3)利用特征点进行图像配准:
可视作两个数据集间的线性或非线性变换,使变换后的两个数据集的误差达到某种准则的最小值;
(4)融合图像创建:
配准后的两种模式的图像在同一坐标系下将各自的有用信息融合表达成二维或三维图像;
(5)参数提取:
从融合图像中提取和测量特征参数,定性、定量分析。
4、各算法程序
4.1一般方法
图像融合是通过一个数学模型把来自不同传感器的多幅图像综合成一幅满足特定应用需求的图像的过程,从而可以有效地把不同图像传感器的优点结合起来,提高对图像信息分析和提取的能力。
简单的图像融合方法不对参加融合的源图像进行任何变换和分解,而是直接对源图像中的各对应像素分别进行选择、平均或加权平均
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 光谱 图像 信息 融合 技术研究
![提示](https://static.bdocx.com/images/bang_tan.gif)