文档介绍：四川笱硕士学位论文作者至堡歪完成黄隳斓堂鉗量年——月——曼婆国堡塾金鱼旦盘丛型堑窒垫±篮烟媚噬·堕堑整撞篮殉錾培养单位指导教师专业当研究方向授予学位题日.
多源图像融合的目标识别研究光学专业研究生:王连亮指导教师:陈怀新在多传感器成像侦察中,多源图像融合的目标识别足重要研究课题,并具有重要的应用价值。本文针对多源图像融合处理、图像特征提取与选择、目标特征模板构建以及图像目标识别等开展了理论分析与数值模拟研究,取得的研岢隽嘶男〔ㄏ凳枷袢诤戏椒ǎ芄蛔允视ι柚眯〔ㄓ虻推融合系数,有效解决了具有局部对比度反转、包含冗余特征及互补特征信息的图像低频融合系数的确定问题。岢隽丝杉夂秃焱馔枷窕诟咂迪凳颉澳芰俊钡男〔ㄈ诤戏椒ā多波段红外图像高频系数局部对比度的小波融合方法、可见光多聚焦图像的高频系数“梯度”的小波融合方法,并通过实验验证庑┓≡穹椒ǎ远嗵征进行筛选、去相关性及降维处理,大大减少计算量。岢隽朔旨兜菁跄:劾嗨惴ǎ梅椒ㄔ诓恍枰V5滥勘昀啾鹗那疤下按自动分裂方式确定月标类别数,并实现聚类处理,而且计算时效比传统的模糊捣椒ǜ摺嵘搅嘶谀:讲畹陌资视劾嗌窬惴ǎ岷神经蚓络的竞争学习和模糊协方差的相似性度量,通过迭代合并方法实现了稳健的多特征聚类处理。攵酝枷竦姆掷嗍侗鹞侍猓岢隽俗宰橹卣饔成渫的可识别图像目标特征模板库构建的方法。鵉最小最大隶属度原则,提出了自适应阈值的唤诘耐枷衲勘晔侗究成果如下:
关键词:图像融合,图像目标识别,〔ㄏ凳诤希旨兜菁跄:方法,该方法不仅可识别学习样本的图像目标,而且可辨识出未知新类的图像目标。类,模糊神经网络,自适应闽值多源图像融合的目标识别研究
篛篧曲篊.,,,.甌‘’,瓵狪。,
.主鎏里篓蝥耋盟巳澡敷民螅唬鷅甅:瓼—,.琤,琍,,,.
第绪论引言在现代战争中,信息主导权是影响战略全局的关键因素,而成像侦察和目标识别是获取信息的主要方式俊俊O执畔⑾低惩ㄏ蛑悄芑闹匾!ɑ肥瞧涓知系统必须包括能够获取足够信息的多种类型的传感器。各种传感器的信息具有不同的特征,每种传感器仅能给出目标和环境的部分或某个侧面的信息。而多传感器数据融合的基本原理就是充分利用各个传感器资源,通过对这些传感器及其观测信息的合理支配和使用,把多个传感器在空间或时间上的冗余或互补信息依据某种准则进行组合,以获得被测对象的~致性解释或描述,使该信息系统由此而获得比它的各组成部分的子集所构成的系统更优越的性能。世纪年代以来,数据融合技术在国内外得到了迅速的发展和应用,被广泛应用于遥感图像处理、工业应用、数字地球、目标识别等范畴,各种数据融合方法也不断地被开发探索。由于人们接受的信息有%以上来自视觉,也就是说,觉大多数的信息形式为图像,因此,研究从图像这类重要信息中提取目标特征有着重要意义。随着成像侦察获取数据手段的日益增多,从最初的单一可见光传感器发展到现在的多光谱、前视红外、毫米波状铩、高光谱等多种传感器。状镉薪细叩目顾ゼ跄芰Γ琒可全天候获得图像,红外成像传感器工作波段为中波,长波,它只敏感于目标场景的辐射饕S赡勘瓿【暗姆渎什罴拔虏罹龆,而对场景的亮度变化不敏感。可见光成像传感器只敏感于目标场景的反射,而与目标场景的热对比度无关。由于目标内有较大的温度梯度或背景与目标有较大热对比度,因此,低可视目标很容易在红外图像中看到,与热图像相比,可视图像可提供更多的目标细节。因此,根据具体要求对不同传感器进行适当配置并对所成图像进行融合,可进一步提高图像分析、理解与目标识别能力。在现代的军事成像侦察中,对大量图像目标的判别单靠人工已经不能满足需要,尤其在战场信息感知、态势告警等方面,更需要实时、高效地对所获图像进行识别处理,因此,对图像目标的自动识别也是国内外学者研究的热点问题。对于不同情况下的图像目标,特征描述也不相同,怎样选择特征进行识别
多源图像融合的目标识别发展状况直接影响着图像目标的正确识别率。目标特征关联是确定特征集内部联系,提取类参数的一个重要方法,现有的较为成熟的聚类算法多属于有监督聚类算法,但是这需要已知待识别数据集中的类数,而实际应用中类数并不一定已知,这就使这些算法在实际应用中受到了限制。在分类识别中,怎样选择识别决策影响着最后的识别精度,并且在待识别数据集中含有未知新类的情况时,怎样能够将其有效的识别出来也是一个亟待解决的问题。国外发展状况图像融合技术最早应用于卫星遥感领域,美国陆地资源卫星多幅光谱图像进行简单的数据合成运算,取得了一定的噪声抑制和区域增强效果。美国德克萨斯仪器公司研究将红外热像和微光图像融合,来提高夜战能力;公司还进行了将通用组件红外系统与电视、采用焦平面阵列的前视红外系统和三代微光电视系统、长波及短波红外视频信号的融合试验,取得了有益