复杂环境下基于多谱段遥感图像融合的高精度目标检测

[复制链接]
查看: 275|回复: 0

2万

主题

3万

帖子

7万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
72280
发表于 2022-8-24 21:08:33 | 显示全部楼层 |阅读模式
目:


雅宝题库答案
****此区域为收费内容****    需支付 1 知识币后可查看,1币=0.01元查看答案


雅宝题库解析:
图像融合(Image Fusion)是一种综合了传感器、图像与信号处理、计算机、人工智能理论等多学科的交叉研究领域,它采用一定的算法,把工作于不同波长范围、具有不同成像机理的图像传感器对同一个场景的多个成像信息融合成一幅新图像,使融合后的图像具有更高的空间分辨率、清晰度和更丰富的光谱信息,为进一步的图像分割、特征提取、目标检测与识别、或实现其它应用目标打下良好的基础,提供更有效的支持。事实上,在遥感图像分析和处理领域,多传感器图像融合技术很早就取得了重要应用成果,受到广泛的关注,进而又加速和推动了图像融合技术的发展进程。本文针对复杂环境下的目标检测应用背景,研究多谱段遥感图像数据融合的理论方法和实现算法,针对传统融合方法在融合效果和处理效率等方面所存在的题目,在分析改进的基础上,重点研究高效实时的多谱段遥感图像融合算法和在复杂环境下基于融合的高精度目标检测算法和实现技术。本文的主要研究工作和创新成果如下:(1)        在对各主流融合算法进行实验检验和对比分析的基础上,提出了一种面向光谱高保真度的全色和多光谱遥感图像快速融合算法。从克服图像的光谱失真考虑,首先深入研究了基于小波分解低频系数的融合策略,并通过改进主成分分析的智能自适应加权融合算子较大程度地降低了融合图像的光谱畸变度;进而又将快速IHS融合方法引入基于小波变换的融合方法中,从而明显降低了系统的处理时间,提高了算法的实时性。通过对实验结果的主观视觉效果分析和客观评价指标的统计评估和归纳,表明本算法不仅提高了原始多光谱图像的纹理细节表现能力,而且更有效保留了其光谱信息,具有较高的光谱保真度,其融合效率也有大幅度提高,增强了实时性。(2)        将压缩感知原理与图像融合的机制和目标相结合,提出了一种高效实用的图像融合方法。运用压缩感知稀疏变换的图像表达方式,结合压缩感知域的相关图像重构方法,研究得出了精确且鲁棒的适合二维图像压缩恢复的重构算法;通过实验分析,总结归纳出了在保证实现图像完美恢复前提下使计算资源开销最小化的最佳测量数据量的选取原则,从而提出了基于压缩感知原理的高效图像融合算法。(3)        针对红外和可见光图像的压缩感知融合题目,分析揭示了前人研究工作之不足,提出了一种新的压缩感知域基于压缩采样值标准偏差的自适应加权融合算法,并进行了多组包括红外和可见光图像在内的不同类型传感器图像融合实验,均取得了更加理想的视觉效果,不仅较大程度地增强了融合图像边缘的清晰度,而且能够有效抑制亮度对比度失真及条带噪声现象的发生,进一步展示了压缩感知理论与图像融合技术相结合的有效性及其潜在优势。(4)        提出了复杂环境下基于多谱段遥感图像融合的道路目标的高精度检测算法。首先通过融合后图像的光谱和纹理之综合特征的提取进行道路目标的区域分割,得到了更佳的分割结果;进而基于数学形态学方法处理由于各种干扰物造成的路面上的“空洞”、“断裂”,以及对非道路图斑的填补或去除,从而实现了复杂环境下道路目标的高精度检测,同时也验证了本文多谱段遥感图像融合算法的实用性和有效性。





上一篇:基于JSF技术的网上购物系统的设计与实现
下一篇:航天器铝合金密封舱振动消除应力技术研究
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

精彩课程推荐
|网站地图|网站地图