● 摘要
本文由两部分组成:多传感器图像融合系统的设计、单传感器图像及融合图像分割算法的研究。 多传感器图像融合系统是某大型仿真系统的图像处理部分。本文介绍了系统的设计背景、设计原理和图像处理算法,详细描述了系统的功能和性能。本系统可以分为SAR图像预处理、图像配准和图像融合模块。SAR图像预处理模块采用了处理速度比较快、降斑效果较好的自适应窗组合重构算法,以满足系统实时性的要求;图像配准是图像融合的前提和基础,针对不同波段的图像具有不同灰度属性的特点,为了充分利用图像的所有灰度信息,本模块采用基于多尺度分析的图像配准算法;图像融合模块采用Haar小波融合算法完成多传感器图像的像素级融合,融合后的图像同时兼有原图像各自的优点,有利于目标的分割和识别。 本文研究并改进了共生矩阵算法进行图像的阈值分割,改善了原算法对噪声敏感的不足,还采用遗传算法提高了图像的分割速度;研究了基于非下采样小波变换和贝叶斯分类理论的图像分割算法,并对该算法作如下改进:先使用滤波器滤除噪声,然后对原算法的最大局部最小点的计算进行了等价变换,并调整了分割阈值以纠正由于对图像进行小波变换造成的灰度偏移,再利用数学形态学运算对分割后的图像进行处理以消除孤立点,仿真结果表明改进算法分割效果较好;介绍了图像分割评价的原理和分割评价算法的分类,并对分割图像进行了评价;研究了各类多传感器图像的像素级融合算法以及多传感器融合图像和单传感器图像的性质特征,根据研究的像素级融合图像的性质特征,给出了基于FCM的融合图像分割算法。
相关内容
相关标签