论文部分内容阅读
多源图像序列是指同一场景内由不同的图像采集设备提供的多幅图像或由同一图像采集设备提供的不同时间点的多幅图像,在现实生活中广泛存在。获取图像序列的传感器可能存在工作原理不同、安装位置不同、焦点参数设置不同等情况,使得获得的多源图像序列之间可能存在相对位置平移、焦点不同、图像序列信息展示不同等差异。因此,本文研究多源图像序列融合算法,综合利用多个传感器中包含的冗余信息,找到不同传感器之间的匹配关系,使融合后的图像包含更为丰富和精确的细节信息。主要工作内容和成果有以下几点:(1)提出了一种基于区域特征的多聚焦图像序列融合算法(IF-RC)。对平均图像基于区域特征进行分割,把分割后的区域坐标映射到两幅原图像经离散小波框架变换得到的系数当中,在融合时充分考虑了图像的区域特征。实验结果表明,所提出的融合算法IF-RC对比基于拉普拉斯的图像融合算法、基于Contourlet变换的图像融合算法和基于平移不变离散小波变换图像融合算法,在信息熵指标方面分别平均提升了 3.3%和3.5%;在空间频率指标方面分别平均提升了 5.3%和2.5%;在QAB/F指标方面分别平均提升了 2.2%和1.5%;在互信息指标方面分别平均提升了11.5%和8.6%。(2)提出了一种基于DSIFT(Dense Scale-invariant Feature Transform)的图像序列融合方法(IF-DSIFT)。在图像融合过程中使用DSIFT特征描述符来计算图像的活跃水平,应用滑动窗口技术生成初始融合规则,使用归一化的DSIFT特征描述符和空间频率作为度量生成最终的融合规则,具有更高的效率。实验结果表明,本文提出的基于DSIFT的图像序列融合方法表现良好,比传统图像序列融合算法,客观性能指标平均梯度在四组实验数据上分别平均提高了15.9%、19.4%、22%和9%,客观性能指标边缘强度分别平均提高了14.6%、13.2%、14.7%和10.8%,客观性能指标空间频率分别平均提高了 13.6%、12.0%、4.5%和8.1%,客观性能指标互信息分别平均提高了 20.2%、19.0%、10.0%和 27.9%。(3)提出了一种基于纹理特征和梯度特征的图像序列融合算法(IF-TG)。运用本文所提出的融合算法(IF-TG)在图像序列融合过程中,对原图像进行变换,将待融合的图像数据的梯度信息和纹理信息加入到变换域中。实验结果表明,本文提出的图像序列融合算法在两组实验中相较于已有的图像序列融合算法,信息熵分别平均提高了0.7%和1%,空间频率分别平均提高了 15%和14.4%,平均梯度分别平均提高了 18.2%和17.4%,互信息分别平均提高了 17.5%和31%。(4)开发实现了一个基于特征和多尺度变换的多源图像序列信息融合验证系统。验证了本文所提算法的有效性。系统不仅实现了本文所提算法,还包括了一些经典的图像序列融合算法用作可选对比算法,并且实现了图像序列融合算法性能评价模块。