多源图像融合技术研究开题报告

 2021-11-20 23:01:49

1. 研究目的与意义(文献综述)

1.1研究背景与意义

随着科学技术的迅速发展,人们获得信息的手段也更加广泛,其中传感器技术就是一种经常使用的获取信息的技术之一。传感器数量的不断增加使得系统获取的数据量急剧增加。同时,这些数据还呈现出多样性和复杂性,传统的信息处理技术在处理这些数据时显得力不从心,不能满足现在的需要,提出新的数据处理方法和技术是现在面临的新问题。因此,多源信息融合(Multi-source Information Fusion)技术应运而生。信息融合的目的是:将来自多个传感器的信息进行综合处理,以获取更丰富、更精确、更可靠的有用信息。

图像融合技术是信息融合中的重要组成部分,也是重要研究课题之一。因为人们所看到的东西往往更加真实,所以对于信息的获取,在视觉效果上我们要求的更多,包括画质的清晰程度,目标的特征处理等。随着传感器技术的发展,我们从最开始的单一可见光传感器去获取图像,而但现在已经可以用红外、雷达、多光谱、SAR等多种图像传感器,获得更多关于图像的信息。

图像传感器类型

特点

可见光

使用方便,可得到丰富的颜色、对比度和边缘信息。

红外热像仪

可以昼夜使用,被测物体的不同温度在热图像上以不同颜色呈现

毫米波雷达

高分辨力、高精、波束窄、带宽大、抗干扰能力强度。

合成孔径雷达(SAR)

具有较高的分辨率,可以24小时工作,具有辨别伪装与穿透掩盖物的能力。

多/超光谱成像仪

多个光谱段同时精确测量目标,数据量大。

由于各种传感器的成像原理不同和技术条件的限制,任何一种传感器所获得的图像都不能全面反映出目标对象的特征,因此要想获得比较全面地目标对象信息,就必须对利用多种传感器得到的相关图像信息进行融合处理,以实现信息的整合利用,只有这样才能够充分发挥各传感器的优势,并且弥补其他传感器的缺陷,形成对目标对象的全面描述。

图像融合技术的研究与发展将极大地促进各种图像数据源的应用价值和应用范围,使得人们能够更好地利用所收集到的图像数据信息,以便进行进一步的分析与研究。

图像融合技术的优势:

信息互补:各种单一传感器获取的影像数据在几何、光谱和空间分辨率等方面存在一定的局限性和差异性,影像融合可以提取各自通道的信息,综合成统一图像进行处理。

提高空间分辨率:如高分辨率的全色影像与低分辨率的多光谱影像融合。

增强目标特征:如SAR影像与可见光影像的融合,增强硬目标的可分辨能力。

提高分类精度:影像融合可以提供相互补充的信息来对地面物体进行分类和解析。

1.2国内外研究历史和现状

信息融合(information fusion)起初被称为数据融合(data fusion),起源于1973年美国国防部资助开发的声纳信号处理系统,其概念在20世纪70年代就出现在一些文献中。在20世纪90年代,随着信息技术的广泛发展,具有更广义化概念的"信息融合"被提出来。在美国研发成功声纳信号处理系统之后,信息融合技术在军事应用中受到了越来越广泛的青睐。20世纪80年代,为了满足军事领域中作战的需要,多传感器数据融合MSDF (Multi-sensor Data Fusion)技术应运而生。1988年,美国将C3I(Command,Control,Commication and Intelligence)系统中的数据融合技术列为国防部重点开发的二十项关键技术之一。由于信息融合技术在海湾战争中表现出的巨大潜力,在战争结束后,美国国防部又在CI系统中加入计算机(computer),开发了以信息融合为中心的CI系统。此外,英国陆军开发了炮兵智能信息融合系统(AIDD)和机动与控制系统 (WAVELL)。欧洲五国还制定了联合开展多传感器信号与知识综合系统(SKIDS)的研究计划。法国也研发了多平台态势感知演示验证系统(TsMPF)。军事领域是信息融合的诞生地,也是信息融合技术应用最为成功的地方。特别是在伊拉克战争和阿富汗战争中,美国军方的信息融合系统都发挥了重要作用。

多传感器图像融合技术作为多源数据融合处理的重要分支之一,最早被应用于对遥感图像的处理及分析中,并迅速、广泛地应用到其它相关领域。近三十年来,国际上许多研究机构和相关学者都在不同层次上对图像融合技术进行了大量的算法研究与分析,主要有: Daily 等人为了使图像能够用于地质解释,在1979年首次将雷达图像与卫星图像进行复合处理,这极大地丰富和完善了图像的信息,能够更好地对地质信息进行描述与表达,其中复合处理的过程可以理解成为最简单的图像融合,同时该处理方法也被认为是图像融合技术的起源。

到了80年代的中后期,人们开始发现图像融合技术的优点和其在不同应用领域的重要性,越来越多的学者和相关研究机构不断地加入对该技术的研究队伍当中,因此不断地有人提出将其应用于遥感图像分析和处理等其他应用领域的算法。图像融合技术广泛应用于军事、遥感、机器人技术、医学图像处理以及计算机视觉等领域。

目前国内对多源图像融合技术的研究相对于国外来说比较落后,虽然国内很多高校和科研院所都进行了广泛而深入的研究,发表了大量的文章,也有很多 成功的应用实例,但尚未形成一套完整的理论体系。随着多源图像融合技术的进 一步发展及其应用的范围的不断扩大与深入。尤其是在军事方面的应用,使得人们对涉及该技术的研究愈来愈敏感,为此国外已经对相关报道进行了封锁。因此为了能够更好地把握科学命脉,走在世界前列,更好的服务国计民生,在国内开展对于该技术的广泛深入的基础理论和实用技术的研究已经迫在眉睫。

2. 研究的基本内容与方案

本次设计是建立在数字图像处理技术基础上对图像融合算法研究展开的。论文首先对图像融合技术的相关概念、研究背景及意义进行简要的介绍,其次介绍了图像融合的分类,图像融合过程以及处理评价指标,详细讨论了常规融合算法和基于多分辨率分析的图像融合方法的具体实现过程,通过matlab软件gui设计图像融合系统,实现对部分融合算法的仿真实现,并对融合结果进行了对比分析。

图像融合的基本流程如图1所示:将原图像a与进行预处理后,再选择合适的融合方法将对应区域进行融合处理后得到融合图像c。

图1 图像融合的基本流程

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究计划与安排

1-3周:查阅相关文献资料,熟悉题目含义及基本研究内容,撰写开题报告。

4-9周:完成相关理论知识的学习与研究,对图像融合技术进行学习。

10-14周:复习matlab相关知识,通过matlab软件设计图像融合系统,对多源图像融合算法进行仿真实现。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献(12篇以上)

[1]延翔. 多源图像融合算法研究[d].西安电子科技大学,2018.

[2]杨钒,钱立志,刘晓.塔型分解多源图像融合方法[j].计算机技术与发展,2018,28(12):171-175.

[3]宋璐. 基于多尺度变换的遥感图像融合[d].吉林大学,2019.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

发小红书推广免费获取该资料资格。点击链接进入获取推广文案即可: Ai一键组稿 | 降AI率 | 降重复率 | 论文一键排版