基于證據理論的圖像融合新算法及應用.pdf

1、圖像融合是圖像理解和計算機視覺領域中一項重要而有用的新技術。由于利用了來自多傳感器的多源圖像，所以，融合后圖像比任何單一源圖像都更全面、更準確。融合圖像更符合人和機器的視覺特征，更有利于諸如目標識別、特征提取等進一步的圖像處理，因此成為近年來的研究熱點。 本文在證據理論的基礎上，提出了一種用證據理論結合模糊測度進行圖像融合的新算法。證據理論是一種應用廣泛的數據融合方法，但證據理論在圖像融合應用中存在一些難點。首先是基本概率賦值的

2、獲取是比較困難的一個環(huán)節(jié)，而且這一環(huán)節(jié)直接影響最后的融合性能，是證據理論中的關鍵問題。其次是證據理論的計算復雜度隨推理步驟的增加成指數增長。本文算法較好的解決了這兩方面的問題，該算法采用模糊聚類算法對圖像進行聚類分析，并利用啟發(fā)式最小二乘算法對模糊測度進行計算，從而確定證據理論的mass函數，降低了參數辨識的復雜度，有效地解決了證據理論應用中基本概率賦值如何確定的難題。 本文算法應用到多相流流型識別中，對不同源傳感器重構圖像進行