图像数据融合及其在目标识别中的应用

摘要

数据融合技术是当前的研究热点之一,主要的应用领域有:机器人和智能仪器系统、战场任务和无人驾驶飞机、图像分析和理解、目标检测和跟踪、自动目标识别、多源图像复合.该文主要针对图像数据的融合进行论述,包括图像配准、象素级融合、图像数据融合在目标识别中的应用方法以及融合系统的结构设计.图像配准是象素级融合之前的关键步骤,该文针对存在较大旋转角、灰度差异较大的图像配准问题,对参考文献提出的图像配准方法进行了分析.在图像象素级融合研究中,该文讨论了多种融合方法和融合规则,并用大量篇幅对多分辨率金字塔融合方法和小波变换融合方法进行了理论分析和算法实现.图像数据融合的一个初衷是将它用在自动目标识别领域,该文研究了如何将Bayes统计理论、Dempster-Shafer证据理论、神经网络识别方法用于目标识别的融合.

目录

文摘

英文文摘

1.绪言

1.1多传感器数据融合的目的和意义

1.2图像数据融合的级别

1.3图像数据融合技术的应用

1.4论文的主要研究工作

2.多传感器图像配准技术研究

2.1多传感器图像配准概述

2.2利用小波变换提取图像边缘特征

2.3基于边缘特征的图像配准算法

2.4实验结果及分析

2.5本章小节

3.象素级融合方法研究

3.1图像象素级融合的原理

3.2图像象素级融合的方法

3.3图像融合效果的评价标准

3.4实验结果与分析

3.5本章小结

4.图像信息融合在目标识别的应用

4.1基于BAYES统计理论的目标识别融合方法

4.2基于DEMPSTER-SHAFER证据理论的目标识别融合方法

4.3基于人工神经网络的目标识别融合方法

4.4图像数据融合系统结构设计

4.5本章小节

5.总结和展望

致谢

参考文献

附录(攻读学位期间发表论文目录)