现代检测结课论文

《现代检测结课论文》由会员分享，可在线阅读，更多相关《现代检测结课论文（15页珍藏版）》请在装配图网上搜索。

1、现代检测技术论文姓名：周建文班级：电子三班 学号：1108020303专业：电子信息科学与技术1.绪论11现代测控技术与系统的课程简介：现代测控技术与系统是一门随着计算机技术、检测技术和控制技术的发展而 迅猛发展的综合性技术，是在传统的测控技术的基础上，融现代传感技术、通讯 技术、图像融合技术和计算机技术于一体，将现代最新的科学研究方法与成果应 用与现代测控系统中。例如，基于网络的测控技术、基于计算机视觉的测控技术、 基于雷达与无线电通讯的测控技术、基于全球卫星定位系统（GPS）的测控技术 以及基于虚拟仪器（VI）的测控技术等，已随着工农业生产现代化的不断发展和 提高，广泛应用于科学研究、国防

2、安全和各种社会活动中，并起着越来越重要的 作用，成为国民经济发展和社会进步必不可少的重要技术，以及我国传统生产制 造装备竞争力提升的核心与关键技术。本文研究课题选自现代测控技术与系统 一书中的第五章 5.3 节的内容即图像融合技术及其应用。主要介绍了图像融合的 常用关键技术 Laplacian 金字塔方法、 RoLP 金字塔方法、二维小波变换方法。 12 选择研究课题及其研究背景意义：近几十年以来，伴随着大规模集成电路和计算机技术的迅猛发展，传感器技 术也取得了十分显著的进步。随着传感器性能的不断增强，越来越多的传感器被 广泛的应用于民用与军事领域。在目前的信息处理系统中，往往伴随着大量的传

3、感器使用，由于传感器数量的增多从而使得系统获得了大量复杂而且多样化的信 息，要想对这些信息实现有效地处理，需要一种新的信息处理技术和方法，基于 此，一种面向多传感器的信息处理方法多传感器信息融合应运而生。多传感 器信息融合是对人脑处理信息方式的一种全面的、高水平的模仿，它会将来自多 个传感器的信息进行多级别、多层次以及多方面的处理与综合，以此来获得更为 丰富、更为精确和更为可靠的有用信息。一般情况下，一个多传感器信息融合系统主要完成三项功能：第一，多传感 器信息的协调管理，完成多传感器数据的配准和关联；第二，多传感器信息的优 化合成，依据一定的准则，在不同层次上合成多源信息；第三，多传感器的协

4、调 管理，完成传感器的任务分配、排序及其有效性的确定。20 世纪 70 年代末，随着图像传感器的出现和发展，图像融合作为多传感 器信息融合的一个重要分支可视信息融合在全世界范围内引起了广泛的关 注和研究热潮。图像融合是一门在多传感器信息融合的范畴之内以来自多传感器 的图像作为研究对象，综合了传感器技术、图像处理技术、计算机视觉以及人工 智能等多种学科的现代高新技术，它可以将来自两个或者两个以上的多源图像信 息采用一定的算法进行处理，从而获得一幅对同一场景或者目标更为准确、更为 全面和更为可靠描述的新图像，使之更能够适合于人眼的感知或者计算机的后续 处理。图像融合不同于一般意义上的图像增强，也不

5、是简单的图像叠加，它会充 分利用参与融合的多个图像中的互补信息，从而使得融合后产生的新图像中蕴含 了更多新的有价值的信息。目前，尽管研究人员一直致力于研究和开发各种获得高质量图像的传感器， 并已经取得了很大的进展，但任何一个单独的图像传感器往往都会受到其自身功 能以及其使用环境的限制。相对于一个单独的图像传感器，多源图像融合技术通 过综合来自多个传感器的图像，扩大了图像传感器的成像范围、综合了各个图像 传感器的成像优势、增加了获取信息的准确率，具有良好的容错性和鲁棒性。正 因为如此，多源图像融合技术被广泛的应用于目标识别、计算机视觉、遥感、医 学图像处理以及军事应用等领域中并表现出了巨大的应用

6、潜力。近三十年以来，国内国外虽然在多源图像融合技术的理论和应用研究方面展 开了一系列的研究，但由于在进行图像融合时受到参与融合的源图像数据量较 大、对源图像的配准精度要求较高、源图像类型的复杂性和多样性以及融合目的 多种多样等诸多条件的限制，因此一直到现在也没有形成完备的研究理论和方 法，仍然存在很多问题亟待解决。更重要的是，由于多源图像融合技术在军事应 用方面一直占据着十分重要的地位，因此随着多源图像融合技术发展的越来越 快，及其实用性不断地增强，其技术的敏感性也将越来越强。目前，国外尤其是 发达国家除了对多源图像融合技术的部分理论和算法进行相关报道外，对其核心 技术已经进行了严密的封锁。我

7、国对于多源图像融合及其相关领域的研究要相比 于国外尤其是发达国家起步晚了很多，当前还处于一种落后的研究状态，因此迫 切的需要对该领域展开广泛而且深入的基础理论和技术应用等方面的研究。 2图像融合的国内外现状多源图像融合是一个从兴起之后便取得不断发展的研究领域，经过几十年的 发展，多源图像融合技术的理论依据越来越完备，应用场合越来越广泛。多源图 像融合技术最早开始被使用时主要是用于对得到的遥感图像进行分析和处理， 1979年，Daily等人为了对地质进行分析，于是将雷达图像和Landsat-MSS图 像进行复合，这一处理过程相当于对图像进行了简单的融合处理。进入 20 世纪 80 年代，多源图像

8、融技术开始为人们所关注，其中最具有代表性的就是 1983 年 Burt和Adelson最先提出了图像的拉普拉斯金字塔(Laplacian Pyramid)算 法，并在次年 Burt 就将其应用于图像融合领域，这是首次将一种多尺度变换应 用于图像融合。随后在 1993 年， Ranchin 和 Wald 两人合作首次将离散小波变 换应用于图像融合中,这一开拓性的研究使得小波变换在图像融合领域得到了广 泛的关注和应用。进入 21 世纪，多源图像融合技术取得了更大的发展。 2001 年德国的 Clous-Eberhard 为了对工业区内的工厂场地进行识别，提出了一种基于知识的 图像融合算法；2004

9、 年，英国的 Petrovic 等人提出了一种基于梯度的图像融 合算法可以精确地将多幅输入图像融合成几乎无信息损失的图像；2005 美国的 WillianF 为了保障夜间驾驶的安全，提出了一种基于离散 Haar 小波变换的图 像融合算法，该算法可以将处于不同波段的三幅图像进行融合；同一年，美国的 Stephen Frechette 提出了一种基于梯度的多聚焦视频图像融合算法用来增加 视场深度。目前，在图像融合方面有关算法的发展可以说是日新月异，具有广阔 的发展前景。在多源图像融合的理论研究取得进步的同时，其应用研究也取得了 很大的进展。由于多源图像融合技术本身来自于军事应用的需要，因此多源图像

10、 融合技术的发展动力和应用最广泛的领域也是军事方面。如海湾战争中所使用的“LANTIAN”吊仓就是一种可将可见光、前视红外、激光测距等多源图像进行融 合的系统；英国“猎迷”海上巡逻机所装备的新式光电监视与探测系统EOSDS) 也是一种图像融合系统，它可以将来自中波红外传感器、长波红外传感器以及可 见光传感器中的任意两幅源图像进行融合产生一幅伪彩色图像，从而提高巡逻机 观察和跟踪目标的能力； 20 世纪 90 年代，美国海军在孟菲斯号潜艇上安装了 第一套图像融合样机用以观察来自各个传感器的图像；近年来，美国军方为了维 持其夜视技术的领先地位，于 2004 年 7 月授权 ITT 公司生产光学融合

11、型的增 强夜视镜(Enhanced Night Vision Goggle,ENVG), 2007 年 8 月，美国军方又 授权BEA公司生产数字ENVG，以实现将来自红外传感器和可见光传感器的图像 进行融合处理。除了军事应用外，多源图像融合技术也渗透到民用方面。在医学 上 ， 通 过 对 CT(Computerized Tomography) 图 像 和 MRI(Magnetic Resonanceimaging)图像进行融合可以实现对疾病的准确诊断；在制造业方面， 多源图像融合技术可用于对制造过程进行监视，对产品进行检验等；除此之外， 多源图像融合技术还可以用来进行土地资源调查、地形测绘等

12、等。可以预见，多 源图像融合技术的应用前景将会越来越好。虽然国内对于多源图像融合无论是在 理论还是在实际应用方面的研究都起步较晚，但仍然取得了一定的成果， 如 1999 年，在我国和巴西联合研制的“资源一号”卫星上，就实现了将来自我国 自行研制的 CCD 相机和红外多光谱扫描仪的图像进行融合，从而扩展了卫星的 遥感应用范围。目前,国内的很多大学和研究所已在多源图像融合的理论方面展 开了研究，在硬件实现方面，北京理工大学在图像融合算法的 FPGA(Field Programmable Gate Array)和 DSP(Digi tal Signal Processor)实现方面做了大 量的工作。

13、虽然国内对多源图像融合方面的研究已取得了一定的成果，但与发达 国家相比还有一定的距离，因此对于该领域的研究仍需加强。3. 图像融合的层次图像融合是一门新兴的学术研究方向，作为信息融合的一个重要分支，是多 传感器信息融合中可视信息部分的融合，它将多元信道所采集的关于同一目标的 图像经过一定的图像处理，提取各自信道的信息，最后综合成统一图像或综合图 像特征以供观察或进一步处理。图 3.1 图像融合的基本过程图像融合是一门综合传感器、图像处理、信号处理、计算机视觉和人工智能 等技术的现代高新技术。 在对来自多个传感器的多源图像进行融合处理时，往 往会根据融合处理在整个过程中所处的不同阶段，将其归纳为

14、由低到高分为三个层次：数据级融合、特征级融合、决策级融合。像素级特征级：决策级、图橡更像图橡图3.2图像融合的三个层次合融 合3.1像素级图像融合数据级融合也称像素级融合，是指直接对传感器采集来得数据进行处理而获 得融合图像的过程，它是高层次图像融合的基础，也是目前图像融合研究的重点 之一。这种融合的优点是保持尽可能多得现场原始数据，提供其它融合层次所不 能提供的细微信息。在这种融合形式中，会直接在采集到的来自多个传感器的原 始图像数据中进行融合，然后将融合后所得到的新的图像数据进行分析和处理。 图 3.3 给出了基于像素级的图像融合流程。在像素级图像融合的过程中，往往 需要在融合前对参与融合

15、的源图像进行图像增强、图像去噪等预处理以提高检测 性能，但这种预处理并不一定是必须的。相对于图像预处理，图像配准则是必须 的，在进行像素级图像融合之间，必须要对参与融合的源图像进行精确的配准， 且配准的精度一般要达到像素级。像素级图像融合的主要优点在于能够尽可能多 地保持了现场数据，增加了图像中的像素级信息。它提供了特征级融合和决策级 融合所不能提供的更加丰富、精确、可靠、全面的细节信息。由于经过像素级图 像融合后所得到的结果一般为图像数据，因此通常可以使人可以更加快捷、直观 以及全面的认识现场，同时也有利于计算机进一步的分析、处理和理解。像素级 图像融合的局限性是要处理的数据量往往很大，这导

16、致了处理过程中付出的代价 很高，处理速度往往很慢，实时性往往很差。像素级融合中有空间域算法和变换 域算法，空间域算法中又有多种融合规则方法，如逻辑滤波法，灰度加权平均法， 对比调制法等；变换域中又有金字塔分解融合法，小波变换法。其中的小波变换 是当前最重要，最常用的方法。参数模板、统计分析、模式相关等方法进行几何关联、目标识别、特征提取的融 合方法，用以排除虚假特征，以利于系统判决。特征级融合可从两方面进行研究， 目标状态数据融合和目标特性融合。该层融合的优点在于实现了可观的信息压 缩，便于实时处理，其融合结果能够最大限度地给出决策分析所需要的特征信息。 在特征级图像融合过程中，提取有效的特征

17、信息是十分关键的。一般的，在特征 级融合过程中往往会从来自多个传感器的源图像中提取边缘、线形、角、纹理、 相似景深区域、相似亮度区域等典型的特征信息进行融合，同时由于这些特征信 息往往与决策分析密切相关，因此采用特征级图像融合所得到的结果往往能给出 决策分析所必须的大量特征信息。与像素级图像融合相比，在进行特征级融合时， 对图像的配准要求不是很高，而且特征级图像融合还实现了一定程度的信息压 缩，这使得在融合过程中计算量减小，从而有利于进行实时处理。特征级融合研 究方法主要从聚类分析法、Dempster-Shafer推理法、贝叶斯估计法、神经网络 法等展开。 图 3.4 给出了基于特征级的图像融

18、合流程。分析、推理、识别、判决过程，以增加决策的智能化和可靠性。图 3.5 给出了 基于决策级的图像融合流程。由于决策级图像融合充分的利用了对来自各个源图 像的初步判决，而且对各个源图像的初步判决往往都已经符号化或者数据化了， 因此在进行决策级图像融合的过程中，对图像配准要求不高，甚至在某些情况下 无需考虑。决策级图像融合的主要优点是对信息传输带宽要求很低；融合中心处 理所付出的代价低；即使当一个或几个传感器出现错误情况时，只要通过适当的 融合，系统还有可能获得正确的结果。研究方法主要集中于贝叶斯估计法、神经 网络法、模糊聚类法及专家系统等。决策级图像融合的局限性是由于在整个融合 过程中对来自

19、各个传感器的源图像数据进行了浓缩，因此相对而言得到的结果准确度不是很高。4.图像融合算法在目前常用的图像融合技术中，图像融合算法常见的算法有金字塔的方法、 比率低通金字塔和小波变换的方法等。本文从图像融合技术的概念出发，介绍3 种具有代表性的图像融合方法，分别是Laplacian算法、RoLP算法和小波变换 方法。4.1 Laplacian 金字塔图像融合算法：/ / = Level 0:1x1;/ / / 技/7 /Jevel 1: 2x2/./ / / / /：/ Level 2:4x47 / 孑 / 丫./ 2 i-iim=1 n=1图 4.2 高斯金字塔函数在高斯金字塔中，求两层图像之

20、间的差异可得到带通滤波图像，这就Laplace 金字塔。 Laplace 金字塔实质上是基于局部亮度差异的分解结构。同样设图像元素的横、纵坐标分别用 i 和 j 表示，则级间的运算可以表示为：G C, j)=另lm = -2另 (m, n b (2 i + m ,2 j + n )l-1n = -2Laplacian 金字塔技术:L = G - G *l ll -1对比度金字塔技术:C GC = i_il - 1根据上述分析，图像的 Laplacian 金字塔序列是 Gaussian 图像序列中相应 各级的高通滤波（高频）图像。由于图像的细节对应图像的高频部分，而图像融 合的目的就是将不同图像

21、的细节特征有机地结合起来，因此，可设法融合不同图 像的 Laplacian 金字塔序列从而达到融合的目的。具体操作如下：1、获取每一路图像的 Gaussian 金字塔序列；2、获得每一路图像的 Laplacian 金字塔；3、Laplacian 金字塔序列对应级融合：融合算子取对应各级的“或”运算 或加权平均等；4、重构图像。4.2 RoLP 金字塔方法比率低通金字塔（RoLP）非常类似于Laplacian金字塔，但它并不是求Gaussian 金字塔中各级之间的差值，而是求 Gaussian 金字塔中的各级之间的比 率。比率低通金字塔是基于局部亮度对比度的分解结构，它比 Laplacian 金

22、字塔 更加适合人眼的视觉机理。图像的细节变化可以认为是对比度的变化。由于人类视觉系统对图像的对比 度变化较为敏感，且不同图像传感器对同一目标所成图像的对比度分布不同，融 合不同图像的细节可以设法通过融合对比度来实现，具体操作如下：1、获取每一路图像的 Gaussian 金字塔序列；2、获得每一路图像的对比度金字塔；3、对比度金字塔序列对应级融合，融合对比度金字塔有以下标准法则即：CF C,lCA C,CA (i,ij)-1|j)-11 CB (ij-1式中CA,G, j） 、CBzC j）和CFiG, j）分别为待融合图像、融合图像的对比 度金字塔序列中的第 L 级。4、图像重构4.3 二维小

23、波变换方法二维小波变换方法是对金字塔方法的直接拓展。自 Mallat 将计算机视觉领 域内的多尺度分析思路引入到小波变换后，对图像进多分辨融合处理的方法在离 散小波变换这一强有力地数学工具下日益完备，并取得了卓有成效的成就。本文 从三个方面介绍基于二维小波变换的图像融合算法。4.3.1 二维离散小波变换对两幅图像分别作多尺度小波变换，得到两幅图像在不同尺度下的低频方向、水平方向、垂直方向、45角方向的高频信息图序列。二维图形的小波分解 对图像依次按行、按列与一维的低通和高通滤波器进行卷积来实现，之后进行相 应的降2采样，h、g表示正交镜像滤波器。图 4.3 二维离散小波图像分解过程示意图对于图

24、像处理，需要将连续小波变换与逆变换离散化，在此给出经典 Mallat 算法的离散形式：工 h (m )h (n )A (22i -1m , n g Z2 工h(m )g (n) Ai -1(2 i 一m，2 j -n) m , ng Z工 g (m )h (n )A (2 i 一 m ,2 j 一 n )21 -1m , ng ZDi3 (i，八工 g (m )g (n )A(2 i - m ,2 j - n )2 1 -1 m , ng Z式中A、D 1、D 2、D 3是空间分辨率2上的子带信号，Z是整数集合，i、j是 i iii像素坐标，h(n)、g(n)构成正交镜像滤波器。4.3.2 图

25、像融合根据两幅图像小波分解系数的活性测度的绝对值，取极大值的规则对两组小 波系数进行融合，的出新的小波系数表达式，即Di C j),1, ADi C j),其它Di2 A C j)D12 B C j1,BD 2 C, j)= 1,FD 汕,j),D 2 (, j),其它 D13B C j),1, AD 3 C, j),其它1,B式中D1dT(d=l,2,3； T=A,B,F)分别表示输入图像A、B和融合图像F的子带信号。4.3.3 二维离散小波图像重构根据融合图像小波序列，进行小波逆变换，得到最后的融合图像。过程如图4.4 示：图 4.4 二维离散小波图像重构 如果将图像的离散小波变换与图像的 Gaussian 金字塔分解进行简单对比，可以 认为离散小波变换在提取图像低频部分的同时，较 Gaussian 金字塔分解多出两 个方向的分解处理。图像融合在这些特征域内进行，理论上较 Gaussian 金字塔 融合具有更好的效果。