题目：基于统计信号的图像融合与目标跟踪技术研究

近年来，随着计算机技术、统计模式识别技术的迅速发展以及各种数学手段的相互融合，基于统计信号的图像处理方法正在逐渐成为计算机视觉与图像处理领域的研究热点。研究内容主要集中在如何根据具体应用目的和对象，合理地对随机图像信号进行统计建模，从而利用现有的数学工具进行解算，获得这些信号的统计分布规律。本文试图在前人工作的基础上，通过对现有图像融合与目标跟踪算法的研究和总结，探索出利用基于统计信号的建模方法来解决上述两个应用中所面临的某些关键问题的具体方案，并在此基础上用DSP实现这两种处理方案。本文的主要研究内容和工作包括以下几个方面：1 针对静态图像融合问题，提出了一种新的基于区域灰度统计信号的图像融合方法。在多分辨率框架下利用区域分割映射图来指导低频部分和高频部分进行融合。在图像的低频区域采用基于期望极大化的区域融合算法，在图像的高频部分根据像素位置分别采用窗口系数加权平均法和系数绝对值最大法完成融合，从而对源图像的主要信息和细节信息都予以了充分保留，提高融合图像所含信息量。2 介绍了基于统计信号理论的运动目标跟踪方法研究现状，论述了均值平移算法不能在目标图像尺寸变化情况下自适应调整跟踪窗口的缺点，并由此引出参数估计方法，详细阐述了期望极大化参数估计理论及该方法在运动目标跟踪中的应用。同时分析了几种常用的目标统计特征描述方式及其应用场合，并结合自适应跟踪策略探讨了多波段融合跟踪方案，以解决单一传感器在复杂场景中跟踪的难题。3 结合上述基于统计信号的融合与跟踪算法，在高性能的DSP(TMS320DM642)上完成静动态图像融合以及目标跟踪算法，以闻亭TDS642EVM板为核心，搭建了智能目标跟踪系统与嵌入式图像融合系统，实验证明系统性能可靠，融合与跟踪效果基本满足要求。