学位论文 > 优秀研究生学位论文题录展示
基于FCM图像融合技术的研究
作 者: 陈晓霞
导 师: 廖家平
学 校: 湖北工业大学
专 业: 控制理论与控制工程
关键词: 图像融合 模糊C-均值算法 禁忌粒子群算法 D-S证据
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 3次
引 用: 0次
阅 读: 论文下载
内容摘要
随着航天事业和军事国防事业发展,遥感图像的获取越来越便利。但是遥感图像存在数量多、有用信息少、图像分辨率低的特点,图像融合技术在遥感信息领域得到极速发展。目前,图像融合领域的研究很多,但大多都是在特定领域应用,根据融合目的来决定图像融合方法,这也就造成融合方法的多样性,没有一个统一的数学模型。本文结合模式识别与数据融合的特点,旨在寻找一种对图像融合的一般模型。本文研究的是最底层的图像融合技术——像素级图像融合。在空间域中首先引入模糊C-均值聚类(FCM)算法对图像像素灰度信息进行聚类,获得每个像素灰度值各自针对背景区域、不确定区域以及目标区域的概率,即每个像素灰度值相对于这三类的隶属矩阵;其次根据隶属矩阵实质上的意义将隶属矩阵元素转化为各像素灰度值对D-S证据理论不相容命题成立的支持度;最后利用D-S证据理论对不同图像隶属矩阵元素作为证据理论中各命题成立的概率进行融合,所得结果为新图像的隶属矩阵,从而得出新的融合图像。在FCM聚类过程中,由于FCM对初始值敏感,鲁棒性较差,要获取较好的聚类效果,必须多次更换初始值。为了解决这一问题,本文提出基于禁忌粒子群混合算法优化FCM,在提高算法稳定性及收敛速度上有很好的改善,将该改进算法应用于图像融合中,不仅能有效实现对灰度值的分类,而且对后期融合过程中表现为更精确、更丰富的信息。对多幅图象利用改进的FCM有效聚类后进行融合所得的图像在信息熵、平均梯度、信噪比等特性上有明显的优势。论文相关内容如下:论文主要介绍了图像融合相关概念以及当前像素级图像融合方法研究发展情况。详细介绍了本文研究过程中应用的相关算法如模糊C-均值聚类、粒子群、禁忌搜索、D-S证据融合等。在VC++环境下实现对两幅不同传感器获得的同一对象的图像基于FCM图像融合和基于改进的FCM图像融合,并对两种算法所得融合图像作相关的图像评价分析。
|
全文目录
摘要 4-5 Abstract 5-9 第1章 绪论 9-17 1.1 图像融合研究背景及意义 9-11 1.2 图像融合技术国内外研究现状 11-15 1.2.1 基于空间域的图像融合方法 12-13 1.2.2 基于变换域的图像融合方法 13-14 1.2.3 多种算法结合的图像融合方法 14-15 1.3 本文研究内容和设计方案 15-17 1.3.1 本文研究内容 15 1.3.2 设计方案 15-16 1.3.3 论文结构 16-17 第2章 图像融合理论知识 17-27 2.1 图像融合的定义 17 2.2 图像融合的层次 17-19 2.2.1 像素级图像融合 17-18 2.2.2 特征级图像融合 18 2.2.3 决策级图像融合 18-19 2.3 图像融合的目的 19-20 2.4 图像融合的一般步骤 20-23 2.4.1 图像预处理 20-21 2.4.2 图像分解 21-23 2.4.3 图像数据的融合 23 2.4.4 图像输出 23 2.5 图像融合技术评价指标 23-27 2.5.1 图像融合质量的主观评价指标 23-24 2.5.2 图像融合质量的客观评价指标 24-27 第3章 基于 FCM 聚类的图像融合技术 27-40 3.1 模糊 C-均值(FCM)理论 27-30 3.2 D-S 证据理论 30-32 3.3 基于 FCM 聚类的图像融合技术 32-35 3.3.1 图像灰度值聚类分析 32-33 3.3.2 图像灰度值基本概率指派 33 3.3.3 FCM 在图像处理中的应用及存在问题 33-35 3.4 基于改进 FCM 聚类图像融合方法 35-40 3.4.1 粒子群算法(PSO) 35-37 3.4.2 禁忌搜索算法 37 3.4.3 禁忌粒子群算法设计 37-40 第4章 图像融合实验及分析 40-50 第5章 总结与展望 50-51 参考文献 51-54 致谢 54-55 附录 1 攻读硕士学位期间发表的论文 55-56 附录 2 FCM 算法相关程序 56-58 附录 3 粒子群算法相关程序 58-59
|
相似论文
- 图像拼接技术研究,TP391.41
- 双传感器图像联合目标检测及系统实现研究,TP391.41
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 基于水平集区域分割的医学图像融合算法研究,TP391.41
- 轮廓波变换及其在图像处理中的应用,TP391.41
- 普通程序简化审适用中的问题及对策,D925.2
- 基于证据网络的多源敌我识别信息融合处理方法研究,TP202
- 基于EnCase的电子数据取证系统设计与实现,TP311.52
- 超声无损检测缺陷识别方法研究,TP274.53
- 隐藏武器检测中的图像融合技术研究,TP391.41
- 主被动雷达复合制导中的融合目标识别技术研究,TN974
- 野战地域通信网可靠性评估指标及模型研究,E96
- 单通道时分复用多光谱夜视探测技术研究,TP391.41
- 非制冷热成像信号处理与压缩技术研究,TN919.81
- 支持多种介质的电子取证方法与平台的研究,D918.2
- 基于EMD的医学图像融合算法研究,TP391.41
- 可见光和红外光图像融合算法研究,TP391.41
- 基于MIDI的乐器控制系统和音符的自动识别方法研究,TN912.34
- 面向炼钢动态调度的扰动识别与分类方法研究,F426.31
- 基于偏微分方程的图像配准与融合方法研究,TP391.41
- 红外与CMOS融合的乳癌检测仪研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|