图像融合中的图像配准方法研究

图像配准是对取自不同时间、不同传感器或不同视角的同一场景的两幅图像或者多幅图像匹配的过程。快速准确地实现配准是图像融合的前提,为此提出了基本相似性测度算法的模板匹配方法。对像素相关性小的红外和可见光图像,提出了基于sobel 快速边缘检测的模板匹配方法。     

基于多镜头多传感器系统的图像合成

图像配准是图像合成的关键步骤,该文用两个具有平行光轴结构的多镜头多传感器系统进行图像采集,利用H矩阵与插值算法相结合,快速地完成了两张图像的配准工作,实现了对一个平面上的图像信息的合成,具有提高公共区域信噪比的功能;并在此基础上,提出了一种针对无穷远平面的图像配准方法,有利于进行立体图像的快速配准以及深度图像的求取。     

基于传感器参数和感兴趣区域的图像配准算法研究

通过对光电成像型反舰导弹的成像过程分析,提出一种基于传感器参数和感兴趣区域的图像配准方法。红外和可见光图像配准时的变换模型为仿射变换,首先通过传感器参数的调整实现空间分辨率的配准,将仿射变换简化为刚体变换;然后用海天线提取算法提取出感兴趣区域,对感兴趣区域用形态学边缘检测方法求取目标的轮廓中心,并以此为控制点消除图像间的平移变化,实现图像的完全配准;最后利用均方根误差原则对算法的配准效果进行评估。仿真实验表明,该算法快速、准确,配准精度满足目标识别的要求,可以较好地解决异类传感器弱小目标图像配准的难题。     

多传感器数据融合中的配准技术

配准是多传感器数据融合中的一个重要环节。文中介绍了图像配准的一般方法，配准技术在数据融合的应用，并着重介绍了基于点特征的红外／可见光图像自动配准算法。     

非精确配准下SAR与光学机场图像的区域融合检测

针对SAR和光学两种异构传感器图像配准精度的局限性,提出一种新的分割方法及融合策略,最大限度地降低对配准精度的要求,提高了非精确配准下SAR和光学图像融合检测概率。首先对SAR和光学图像中的目标进行边缘和区域信息的提取,并以Ratio算子值为依据进行边缘连接,将图像分为有限个连通区域;然后通过模糊集判断进行两图像相近区域融合,以域内Ratio均值作为隶属度权值进行融合检测,在保证检测概率的前提下降低了虚警,获得了比单一传感器更精确、更完整的目标信息。     

基于小波变换的红外图像配准方法

图像配准是图像融合、目标探测识别和计算机视觉等技术中的重要步骤和环节,用于 消除来自不同传感器的图像中目标的位置差异。本文在研究基于特征相关算法的基础上,提出了一种基于小波变换的可见光与红外图像的快速算法,仿真结果表明此算法准确有效。     

红外与可见光图像实时配准融合系统

描述了一个自主研制的基于实时分布式多处理机的图像配准和融合系统的设计与实现方案。本系统是具有并行计算机体系结构的通用高速实时图像融合处理系统,选择VxWorks实时操作系统和VEM64x总线的软硬件平台,采用AD公司新型的TS101DSP处理器为核心,多DSP处理器分布并行进行处理,完成多源图像实时高速配准和融合需要进行的大量运算,CPLD芯片完成了采集控制以及多传感器视频同步。由于采用了基于高性能DSP的实时嵌入式系统和通用标准化总线结构设计,该系统可以灵活地应用多种配准和融合算法来实现可见光和红外双通道数字图像的高速实时融合处理,比较好地解决多尺度图像配准融合算法的大数据量计算处理与系统实时性要求之间的矛盾,为多传感器实时图像配准融合处理系统的研制奠定了良好的技术基础。     

一种基于边缘的图像配准方法

图像配准是多传感器图像融合研究中的一项关键技术,多传感器图像特别是波段相距较远的相关性较小的图像,要实现图像配准存在很大的困难。对于能够用仿射变换模型来描述的图像,图像之间比较明显的特征是各个物体之间的边缘。该文研究利用小波变换的方法提取图像的边缘,并对边缘图像作交互方差分析,搜索出最佳交互方差的配准参数。通过对SPOT和TM图像的处理,达到了精度较高的配准效果。     

基于相位相关模板匹配的全景图像拼接

本系统对图像拼接的两个主要过程：图像配准和图像融合分别进行了详细介绍。图像配准是图像拼接的核心技术,并针对图像拼接中的图像配准参数估计问题,提出了一种扩展相位相关法与优化相结合的参数估计方法。基于相位相关模板匹配采用相位相关法估计出相互间存在旋转和平移的两幅部分重叠的图像的初始变换参数,然后对参数进行优化而得到最终准确...     

基于焊缝图像拼接算法的研究

为实现焊缝图像的快速拼接,提出一种新的图像拼接模型。首先将图像预处理,以提取焊缝图像边缘,然后提出一种新的图像配准算法,采用取平均值的图像融合算法实现图像的拼接操作。实验结果表明,该方法能够提高焊缝图像的配准速度,拼接效果较好。     

高分辨率遥感图像融合技术的研究

图像融合已成为图像理解和计算机视觉领域中的一项重要而有用的新技术,多源遥感图像数据融合也成为遥感领域的研究热点,其目的是将来自多信息源的图像数据加以智能化合成,产生比单一传感器数据更精确、更可靠的描述和判决,使融合图像更符合人和机器的视觉特性,更有利于诸如目标检测与识别等进一步的图像理解与分析。     

UWBSAR图像中的点目标检测

针对超宽带合成孔径雷达(UWBSAR)图像的某些应用场合,研究了其中的点目标检测问题,提出了一种检测算法。该算法综合运用方向依赖滤波和子图像融合提取UWBSAR图像中点目标的各向同性特征,并通过恒虚警率检测最终实现UWBSAR图像中的点目标检测。对实验数据的处理验证了该方法的有效性。     

采用D-S证据理论的双色红外小目标融合检测

针对远距离低信噪比条件下目标检测难的实际问题,提出采用D-S证据理论的双色红外小目标融合检测方法。该方法首先采用统计检测方法对各传感器图像进行目标检测处理;接着采用“或”逻辑对各传感器的目标检测结果进行融合,以降低目标漏检的可能性;然后在各传感器图像中提取融合检测结果中各候选目标区域的多个图像特征作为进一步消除虚警的证据;最后采用D-S证据理论对各候选目标区进行基于多特征的目标融合识别处理,并将识别结果作为整个系统最终的目标检测输出。实验结果证明了该算法的有效性。     

基于HMM的机载UWB SAR图像中的点目标检测

UWBSAR图像中的目标检测通常指二面角目标检测，点目标检测由于没有发现军用车辆等人造目标这一直接效益而受到较少关注。为满足一些UWB SAR图像中检测点目标的需求(如图像融合时的配准，通过路灯和树木进行道路检测和为了抑制树干杂波而识别树干杂波等)而研究了其中的点目标检测问题。通过综合运用方向依赖滤波、隐马尔可夫模型和恒虚警率检测技术，设计了一种用于机载UWB SAR图像中的点目标检测算法。     

简评基于图像融合的目标识别和跟踪算法

传统的目标识别和跟踪算法都是基于单传感器图像的.随着多传感器图像融合技术的深入发展,其在目标识别和跟踪领域的应用也越来越广泛.评述了基于图像融合的目标识别与跟踪算法,包括融合预处理、融合识别和融合跟踪,说明了图像融合思想在目标识别与跟踪领域的优越性.     

图像增强的自适应网格交互式多模型算法

自适应网格交互式多模型算法(AGIMM)单纯依靠目标的模型后验概率来调整模型集,因此造成了在目标机动时刻跟踪性能不高的问题。基于图像传感器对目标机动的快速检测性能,首次将图像中的目标姿态角信息引入到该算法中。通过建立AGIMM估计的模型角速度与姿态角蕴含的模型角速度之间的隶属度关系,修正了目标的模型后验概率,增强了模型辨识能力,提高了该算法在目标机动时刻的跟踪性能,从而实现了图像传感器与雷达传感器两种异类信息的有效融合。     

面向桥梁目标自动检测的多源遥感图像融合模型与方法

作为信息增值的一种有效手段,图像融合技术已广泛地用于成像遥感应用领域。面向目标识别的图像融合需依据不同的目标任务建立不同的融合模型。该文提出了适于桥梁目标自动检测的多源遥感图像融合模型和方法。该模型充分考虑了数据源特性、遥感图像中的桥梁目标特征和目标背景特征,能在复杂大幅场景中有效地检测桥梁。真实多源遥感图像的实验结果验证了该模型和方法的合理性。     

基于显著性检测的不同视角下红外与可见光图像融合

融合红外图像的热源目标和可见光图像的清晰背景可以实现低照度条件下与场景关联的异常行为识别。现有以特征匹配为主的融合方法,受监控场景下可见光与红外成像的尺度、视角、目标特性等差异影响,配准及融合效率及准确性受限。针对该问题,本文提出了基于显著性检测的不同视角下红外与可见光图像融合方法。通过预设热敏感目标,计算可见光与红外的视场转换模型,预先配准红外与可见光视场。使用Mask R-CNN网络提取红外图像中的行人目标显著性区域,根据视场转换模型点将每个目标区域与可见光图像局部融合。最后,通过违规入侵行为辨识为目标进行实验验证。实验表明,论文提出的融合方法能够有效地将红外图像的热敏目标信息与可见光的场景进行融合,可以准确地判断是否发生违规入侵行为。