圖像匹配及融合算法的研究.pdf

1、圖像匹配與圖像融合是圖像處理領域中兩個重要的組成部分。圖像匹配可以描述為從兩幅不同的圖像中尋找到共有的信息并進行配準或定位。圖像融合表示對不同傳感器所生成的圖像信息經(jīng)過運算，生成內(nèi)容更加豐富的結果圖像。隨著液晶顯示技術的發(fā)展，虛擬儀表的應用十分廣泛，遍布航空座艙、車載、軍事等重要領域。無論是虛擬儀表的開發(fā)過程還是儀表的監(jiān)控過程，對虛擬儀表的自動檢測和識別可節(jié)約開發(fā)成本并加快自動化步伐，有著非常重要的實用意義。
　　本文研究的圖像匹

2、配方法主要針對虛擬儀表圖像，目的是能夠快速準確的從含有多種儀表的圖像中對儀表進行分類檢測和識別，為圖形類系統(tǒng)設計過程中的輔助開發(fā)以及自動化輔助測試奠定基礎；圖像融合算法的研究主要針對紅外圖像與可見光圖像進行處理，以消除光線過暗情況下產(chǎn)生的盲區(qū)，為夜間輔助駕駛以及環(huán)境檢測偵察提供技術基礎。本文主要工作內(nèi)容如下：
　　1、研究了圖像匹配中模板匹配相關的匹配準則和匹配搜索策略，針對模板匹配耗時長、速度慢的不足，本文提出了一種基于二值圖像

3、雙閾值匹配準則及金字塔結合有效區(qū)域搜索的改進模板匹配法。經(jīng)測試，改進算法減少了參與匹配的總數(shù)據(jù)量，優(yōu)化的搜索策略減少了數(shù)據(jù)計算次數(shù)，并對噪聲具有一定的抵抗能力，即保證了準確率，在計算速度上較FFT加速方法更優(yōu)。
　　2、研究了圖像匹配中點特征的分類和特點以及與匹配相關的描述方法、提取方法。針對FAST算法提取過程中角點分布疏密不均、位置欠佳以及匹配過程耗時較長的問題，本文提出了一種FAST聯(lián)合垂直方向梯度以及區(qū)域篩選的角點提取改進

4、方法。經(jīng)測試，算法使角點分布更加均勻，且多分布在穩(wěn)定區(qū)域，減少了參與匹配的角點總數(shù)，提高了匹配實時性。
　　3、研究分析了紅外圖像和可見光圖像在基于空間域和頻域上的融合方法，同時分析和介紹了對融合結果的評價方法。針對當前算法對融合細節(jié)處理的不足，本章提出了一種基于灰度增強與目標區(qū)域檢測相結合的 Laplacian改進融合算法。經(jīng)測試，該算法在突顯目標區(qū)域的基礎上，細節(jié)顯示更加突出，從主觀與客觀兩方面評價都優(yōu)于對比方法。