论文部分内容阅读
随着不同功能和特性的传感器得到了广泛应用,从而导致系统获取的信息量呈现爆炸性的增长,而且呈现多样性,需要发展新的信息处理技术解决多传感器在组合使用时面临的问题,信息融合的概念就在此发展起来。图像融合是信息融合在图像领域的一个分支,本文主要对图像融合的关键技术和视频图像融合的实时实现进行了相关的研究。其中图像融合关键技术的研究包含了异源图像的配准以及像素级的图像融合。视频图像融合的实时实现主要是在DSP平台上对图像融合算法进行实时实现。本文从基于互信息和基于特征两方面研究了异源图像配准。基于互信息的图像配准是通过全局寻找最优的图像变换模型从而实现图像的高精度图像配准。在寻找最优的图像变换模型过程中涉及到寻找最优解的相关算法。本文侧重研究了遗传算法和粒子群算法两种寻找最优解的算法,经过分析对比两种算法寻找最优解的优缺点,提出新的混合算法,并对基于两种算法和两种算法的传统型串行混合模型的异源图像配准结果进行了对比,结果表明本文提出的混合算法在收敛速度和最优解搜索能力上有很好的表现。在基于特征的异源图像配准方面本文研究了基于对称型SIFT特征的异源图像配准方法。本文从方向统计直方图的统计策略分析了基于梯度幅值和基于梯度发生的方向直方图的统计策略在特征匹配存在的问题,最后将两者统计策略的匹配结果进行了结合从而提高了特征的匹配率。最后详细推导了基于特征点计算投影矩阵的过程。本文以文献[56]的NSCT+RPCA的图像融合框架为基础,提出DWT+PCA的融合算法,对NSCT+RPCA、NSCT+PCA、DWT+RPCA、DWT+PCA图像融合算法在主观评价和客观融合质量评价上以及融合速率进行了详细的对比。DWT+PCA在融合质量和实时性有不错的表现,并且实现难度较低,易于DSP平台上融合算法的实时性实现。最后对视频图像的实时融合进行了研究和介绍,介绍了图像融合系统相关的硬件系统和TMS320C6678的相关知识,并对基于DSP平台上代码的相关优化进行了详细地研究和介绍,通过代码优化和多核并行的方式实现了视频图像的实时融合。