文档介绍：博士学位论文
基于多尺度与子空间的图像融合和识别研
究
Image Fusion and Recognition Based on
Multi-scale Analysis and Subspace Learning
作者:孙统风
导师:任子晖教授
中国矿业大学
二○一二年六月
学位论文使用授权声明
本人完全了解中国矿业大学有关保留、使用学位论文的规定,同意本人所撰
写的学位论文的使用授权按照学校的管理规定处理:
作为申请学位的条件之一,学位论文著作权拥有者须授权所在学校拥有学位
论文的部分使用权,即:①学校档案馆和图书馆有权保留学位论文的纸质版和电
子版,可以使用影印、缩印或扫描等复制手段保存和汇编学位论文;②为教学和
科研目的,学校档案馆和图书馆可以将公开的学位论文作为资料在档案馆、图书
馆等场所或在校园网上供校内师生阅读、浏览。另外,根据有关法规,同意中国
国家图书馆保存研究生学位论文。
(保密的学位论文在解密后适用本授权书)。
作者签名: 导师签名:
年月日年月日
中图分类号 TP274 学校代码 10290
UDC 密级公开
中国矿业大学
博士学位论文
基于多尺度与子空间的图像融合和识别研究
Image Fusion and Recognition on Multi-scale
Analysis and Subspace Learning
作者孙统风导师任子晖
申请学位工学博士培养单位信电学院
学科专业检测技术与自动化装置研究方向智能信息处理
答辩委员会主席评阅人
二○一二年六月
论文审阅认定书
研究生在规定的学习年限内,按照研究生培养方案的
要求,完成了研究生课程的学习,成绩合格;在我的指导下完成本学
位论文,经审阅,论文中的观点、数据、表述和结构为我所认同,论
文撰写格式符合学校的相关规定,同意将本论文作为学位申请论文送
专家评审。
导师签字:
年月日
致谢
博士论文已经完成,博士学习即将结束,回顾整个学习过程,历历在目,对
这段既辛苦又幸福的经历感悟颇多,衷心感谢所有支持过我、关心过我的人。
首先要感谢我的导师任子晖教授,本论文是在任老师的悉心指导下完成的,
在论文完成之际,我首先要感谢尊敬的任老师对我精心的指导和无私的帮助。在
学习的过程中,任老师渊博的知识、严谨的治学态度、开拓创新的工作作风、高
昂的工作热情以及开朗的性格、严于律己、宽以待人的生活态度给我留下了深刻
的印象,使我受益匪浅。师母张艳教授,亦是我的同事,在学习和工作中也提供
了许多帮助。在此向任老师和张老师表示我最崇高的敬意与最衷心的感谢。
感谢信电学院童敏明教授、袁小平教授等专家,在论文选题和写作过程中得
到了他们的指导和建议,使论文得以顺利完成,谨向各位老师表示诚挚的谢意。
感谢实验室的所有同学,几年来的生活、学习和研究的经历,将是我人生最
宝贵的记忆。尤其是吴新忠老师,亦师亦友,整个博士期间给我许多帮助,在遇
到困难时,帮助我树立科研的决心,让我感受实验室大家庭的温暖。
感谢丁世飞老师、周勇老师、许新征老师等我的所有同事,他们在我攻读博
士期间,提供许多帮助,帮助解决工作上的难题。他们对我无私的帮助,我心存
感激。
感谢我的家人,我的妻子和父亲在我最困难的时候,扛起了照顾家庭的重担,
感谢我的儿子,他给了我学习的乐趣和动力,他们的宽容、理解始终是我最强大
的后盾。
谨以此文献给所有关爱我的亲友。
孙统风
二 0 一二年六月
摘要
图像融合与识别一直是图像处理领域的研究热点。图像的获取方式多样,
具有丰富的信息,图像间的关系复杂,通常包含不同的内容,也可能包含相同的
内容,但呈现不同的形态。本文以多尺度技术和子空间为基础,结合机器学习算
法,研究它们在图像融合和识别环节中应用,以提高处理结果的可靠性和准确性。
结合分水岭分割和半监督算法,提出了两种基于局域特征的半监督图像多
对象分割。通过空间域多尺度分水岭分割把图像分割成若干独立的封闭区域,以
这些区域作为基本单元参与分割。在半监督聚类分割中,构建目标函数,提高标
识数据权值,求解目标函数最优解来分割图像。在Multiway cut分割中,建立节
点层次图,构建带权无向网络,引入类终端节点,采用两个分水岭分割阈值预分
割图像,以实现