基于多源传感器的视觉合成增强技术研究

摘要

由于自然环境的复杂性，例如雾、雨、雪、沙尘等低能见度天气条件下，造成视觉系统的可视性较差，因而多源图像视觉合成增强技术的研究具有重要意义。视觉合成增强技术利用各种传感器和先进技术，采用序列影像融合处理的方法获取最大信息量来感知环境，例如可以增强驾驶员在雨、雪或光照条件较暗的环境下的视觉效果，辅助驾驶员安全行驶。
　　 图像增强是对图像质量的改善，其目的是通过增强算法去改善图像的视觉效果，将图像转化为适合人眼观察和机器分析的形式。传统视觉增强方法往往具有针对性，以至于对某类图像效果好的增强方法未必适于另一类图像，随着对图像增强技术研究的不断深入，信息融合技术已经成为视觉增强的主要手段。本文的研究工作主要是围绕视觉合成增强展开的，所作的研究内容和成果如下：
　　 1.研究了传统图像增强方法，分析了常用视觉增强算法的缺陷与不足，提出多源传感器视觉合成增强技术弥补其缺陷。
　　 2.传统脉冲耦合神经网络较为复杂，改进了其模型以提高网络运行速度，并以局部能量比代入神经网络，获得较好地融合效果。
　　 3.重点分析多源传感器图像的视觉特性，比较像素级融合的传统算法与常用算法，针对多源图像融合中存在的问题，提出一种基于特征能量加权的融合算法，利用此融合算法来达到增强的目的。
　　 4.综合运用以上相关理论、方法和技术，进行多组对比试验，并对试验结果进行了融合质量评价与分析，证明本文方法能够获得较好的视觉合成增强效果。

目录

文摘

英文文摘

论文说明：图表目录

声明

致谢

第一章 绪论

1.1 课题研究的目的及意义

1.2 视觉合成技术研究现状

1.3合成视觉技术

1.3.1 合成视觉系统中的数据库

1.3.2 视觉合成增强技术优势

1.4 论文章节安排

第二章 图像融合与经典视觉增强技术研究

2.1 图像融合与质量评价

2.1.1 图像融合层次

2.2.2 图像融合评价方法

2.2 空间域的视觉增强方法

2.2.1 灰度变换

2.2.2 中值滤波的图像增强

2.2.3 直方图修正

2.2.4 图像锐化

2.3 变换域增强算法

2.3.1 低通滤波

2.3.2 高通滤波

2.3.3 基于小波变换的图像增强方法

2.4 经典视觉增强方法与融合增强方法对比分析

2.4.1 视觉增强实验分析

2.4.2 经典视觉增强方法缺陷

第三章基于NSCT变换与简化PCNN的图像融合设计

3.1 NSCT变换

3.1.1 NSCT变换过程

3.1.2 混频现象消除

3.2脉冲耦合神经网络

3.2.1 脉冲耦合神经网络的基本模型

3.2.2改进简化PCNN模型

3.3 基于简化PCNN的融合规则设计

3.3.1低频子带融合规则

3.3.2高频子带融合规则

3.3.3 图像融合算法实现步骤

3.4 图像融合实验分析

第四章 多源传感器视觉合成增强算法设计

4.1 视觉合成技术研究

4.1.1 视觉合成系统

4.1.2 多传感器视觉合成增强技术

4.2 图像融合增强规则研究

4.2.1 基于单点像素的图像融合

4.2.2 基于区域的图像融合

4.2.3 基于多因素联合的图像融合

4.3 基于特征能量加权的图像融合

4.3.1 传感器数据源特性分析

4.3.2 红外与可见光图像融合

4.3.3 低频子带特征能量

4.3.4 图像融合规则设计

4.3.5 基于特征能量加权的图像融合算法实现

第五章 融合增强实验分析与设计测试

5.1 图像融合增强仿真实验及分析

5.1.1 微光夜视环境下图像融合增强

5.1.2 航拍遥感融合增强

5.1.3雾天低能见度多源图像融合增强

5.1.4 面向合成视觉的多源序列图像增强

第六章 结束语

参考文献

攻读硕士期间发表的学术论文及参与开发的项目