基于统计理论的无源毫米波与光学图像融合算法研究

摘要

无源毫米波成像是一种通过探测目标与自然场景在毫米波段内的辐射能量,然后利用能量差异来实现成像的先进技术。由于毫米波具有良好的穿透性——能轻易穿透人体衣物、战场硝烟,金属目标与背景的辐射能量差异巨大,以及其不主动发射电磁波而对人体无辐射伤害等诸多优势,该技术在安检和军事侦察等领域具有广阔的应用前景。但其较低的分辨率和信噪比不能准确细致地表现场景,无法满足实际应用的要求。无源毫米波与光学图像融合技术能够将无源毫米波图像对于隐匿武器和危险品的探测能力与光学图像直观、清晰的优势相结合,实现信息互补,打破单一传感器频段的限制,是目前国内外的研究热点之一。
　　本论文首先针对无源毫米波图像的预处理、分割以及图像配准等方法进行了研究,在此基础上重点研究了基于融合模型的图像融合方法,主要研究工作如下:
　　(1)研究了无源毫米波图像的增强方法。针对无源毫米波特点研究了相应的目标提取及图像分割方法,为后续图像融合中区域划分提供了理论和方法依据。
　　(2)研究了基于傅里叶-梅林变换的图像配准方法。针对配准失效的问题,提出加入边缘模糊窗函数的改进方法,有效地消除了由于待配准图像边界不连续导致的虚假谱峰现象。为了提高谱峰搜索精度,提出采用抛物线拟合插值求解谱峰坐标的改进方法,仿真实验验证了上述改进方法的正确性及有效性。
　　(3)针对无源毫米波图像与光学图像灰度值差异大但轮廓比较一致的特点,给出了基于其轮廓特征和傅里叶-梅林变换的配准方法,仿真结果表明该方法能有效实现无源毫米波与光学图像配准。
　　(4)研究了传感器成像理论、高斯混合模型以及期望极大法,结合传感器成像理论和高斯混合模型给出了一种图像融合模型,并结合期望极大法给出了模型参数的求解公式和流程,为后续图像融合提供了理论依据。
　　(5)针对无源毫米波与光学图像的融合问题,研究了常用的基于小波变换和轮廓波变换的图像融合算法,提出了在图像每个区域内分别使用上述图像融合模型的融合算法并进行了对比仿真实验。主观上来看,利用该方法融合得到的图像纹理清晰、对比度高、符合人眼视觉习惯且对噪声有一定抑制作用,客观评价标准也显示本文方法有较好的融合效果。

目录

封面

中文摘要

英文摘要

目录

第一章 绪论

1.1 研究背景与研究意义

1.2 无源毫米波成像技术的发展现状

1.3 多源图像配准及融合发展现状

1.4 本文主要内容与章节安排

第二章 多源图像融合技术基础理论

2.1 无源毫米波成像技术基本理论

2.2 图像配准技术基础

2.3 多源图像融合技术基础理论

2.4 本章小结

第三章 无源毫米波图像预处理及图像配准方法研究

3.1 无源毫米波图像增强算法研究

3.2 无源毫米波图像ROI提取及图像分割方法

3.3 基于傅里叶-梅林变换的图像配准方法研究

3.4 基于傅里叶-梅林变换图像配准方法改进

3.5 无源毫米波图像与光学图像的配准研究

3.6 本章小结

第四章 基于统计理论的无源毫米波与光学图像融合算法研究

4.1 常用多源图像融合算法研究及分析

4.2 基于统计理论的融合算法理论与建模分析

4.3 区域划分预处理

4.4 算法流程图及初值选取

4.5 算法仿真实验及效果评价

4.6 本章小结

第五章 结论与展望

5.1 工作总结

5.2 工作展望

致谢

参考文献

攻读硕士期间取得的研究成果