基于差異特征的紅外偏振與光強(qiáng)圖像融合方法研究.pdf

1、紅外偏振與紅外光強(qiáng)圖像的融合作為熱紅外目標(biāo)跟蹤與識(shí)別的前端關(guān)鍵技術(shù),在軍用和民用領(lǐng)域都有著廣泛應(yīng)用。當(dāng)前,兩者的融合算法多為事先確定的,而實(shí)際應(yīng)用中兩者的差異特征是動(dòng)態(tài)變化的,事先確定的融合算法顯然不能隨差異特征的變化而變化,這樣往往會(huì)導(dǎo)致融合算法出現(xiàn)自適應(yīng)差和融合失效的情況。
　　為了改進(jìn)原有融合算法的不足,本文建立起差異特征與融合算法的映射關(guān)系,并利用這個(gè)映射關(guān)系實(shí)現(xiàn)了差異特征的驅(qū)動(dòng)融合。本文的主要研究成果如下:
　　(

2、1)本文在分析紅外偏振與紅外光強(qiáng)成像的主要差異特性的基礎(chǔ)上,得出了兩者所存在的主要差異特征,并提出了差異特征的表示與提取方法。從主要差異特征中選取相關(guān)性低、互補(bǔ)性強(qiáng)的差異特征,構(gòu)建了差異特征集。從現(xiàn)有典型的融合算法中選取效果好、速度快的算法,構(gòu)建了融合算法集。
　　(2)以可能性理論作為研究手段,構(gòu)造出差異特征對(duì)融合算法融合有效的可能性分布,選擇該分布中某一截集的元素作為差異特征所驅(qū)動(dòng)的融合算法,即對(duì)融合算法集進(jìn)行降維,得到了新的

3、融合算法集。將源圖像和融合圖像分別進(jìn)行分塊處理,計(jì)算源圖像的每個(gè)樣本塊對(duì)的差異特征值;對(duì)各個(gè)算法的融合圖像的樣本塊進(jìn)行評(píng)價(jià),得到每個(gè)樣本塊的較優(yōu)算法編號(hào),并統(tǒng)計(jì)算法編號(hào)的概率。將差異特征值與算法編號(hào)概率建立起對(duì)應(yīng)關(guān)系,從而建立了差異特征集與融合算法集的映射關(guān)系。
　　(3)利用構(gòu)造出的差異特征描述源圖像差異的可能性分布,選擇該分布中某一截集的元素作為驅(qū)動(dòng)源圖像融合的差異特征,把該差異特征代入到差異特征集與融合算法集的映射關(guān)系中,確