基于图像融合的目标检测研究及应用

基于图像融合的目标检测研究及应用

论文摘要

近些年来,图像融合已成为图像理解和计算机视觉领域中的一项重要而有用的新技术,其目的是将来自多信息源的图像数据加以智能化合成,产生比单一传感器数据更精确、更可靠的描述和判决,使融合图像更符合人和机器的视觉特性,更有利于诸如目标检测与识别等进一步的图像理解与分析。本文主要对来自不同途径的多源图像的融合方法及其应用进行了研究。研究了图像的自动配准,并用实验结果证明了此方法的可行性和有效性。探讨了多源图像融合效果的评价方法,对评价方法进行了整理分类。分析了图像的梯度金字塔分解及重构,并给出了基于金字塔形变换的图像融合方法。通过大量的实验对不同的金字塔类型、不同的分解层、不同的融合方式对融合结果的影响进行了分析和比较。针对在一些图像中由于目标不清晰或者由于背景复杂,使得对单幅图像进行目标的检测变得困难的问题,提出了基于图像融合的数学形态学目标检测方法,为复杂背景下的图像弱目标检测提供了新的思路和方法。这也从实际的应用方面说明了图像融合的重要性和实用性。

论文目录

  • 摘要
  • Abstract
  • 目录
  • 第1章 绪论
  • 1.1 研究背景及意义
  • 1.2 多传感器信息融合技术的发展现状
  • 1.3 课题来源与本文的内容安排
  • 第2章 遥感图像配准方法研究
  • 2.1 引言
  • 2.2 图像配准的分类
  • 2.3 图像配准的过程及方法
  • 2.4 基于小波变换的图像配准
  • 第3章 遥感图像融合效果评价方法的研究
  • 3.1 遥感图像融合的三个层次
  • 3.2 主观融合效果评定法
  • 3.3 客观融合效果评定法
  • 3.4 实验分析
  • 3.5 本章小结
  • 第4章 多传感器图像融合的研究
  • 4.1 基于梯度金字塔分解的图像融合过程
  • 4.2 基于小波变换的图像融合方法
  • 4.3 基于易操纵金字塔变换的图像融合方法
  • 4.4 本章小结
  • 第5章 基于图像融合的目标检测技术研究
  • 5.1 产生融合图像
  • 5.2 数学形态学及其图像检测算法
  • 5.3 基于图像融合的目标检测及实验
  • 5.4 本章小结
  • 第6章 总结与展望
  • 6.1 本文的主要工作
  • 6.2 以后的发展方向
  • 参考文献
  • 附录 攻读硕士学位期间发表论文目录
  • 致谢
  • 相关论文文献

    • [1].遥感图像技术在震后评估中的有效应用分析[J]. 西部探矿工程 2020(02)
    • [2].基于内容的遥感图像变化信息检索概念模型设计[J]. 遥感技术与应用 2020(03)
    • [3].地震灾害识别中遥感图像的应用研究[J]. 轻工科技 2019(02)
    • [4].关于遥感图像云检测方法研究进展[J]. 数字通信世界 2019(04)
    • [5].基于信息聚类的遥感图像分割[J]. 中国矿业大学学报 2017(01)
    • [6].于卫星地域遥感图像分割方法研究仿真[J]. 计算机仿真 2017(01)
    • [7].基于暗原色先验的遥感图像去雾方法[J]. 光学学报 2017(03)
    • [8].航空遥感图像几何校正模型的效果比较[J]. 现代计算机(专业版) 2017(17)
    • [9].基于场景语义的遥感图像目标识别[J]. 现代电子技术 2017(11)
    • [10].统计学习在海上遥感图像背景去噪的算法研究[J]. 舰船科学技术 2017(12)
    • [11].关于森林资源二类调查中遥感图像的应用分析[J]. 北京农业 2016(01)
    • [12].改进高斯混合模型的遥感图像增强方法[J]. 激光杂志 2016(07)
    • [13].试论遥感图像在师范地理教学中的应用[J]. 山西青年 2017(03)
    • [14].基于遥感图像的工程建设进度监测及辅助投资决策调研与展望[J]. 中小企业管理与科技(下旬刊) 2020(10)
    • [15].基于遥感图像增强的海岸线提取方法[J]. 海洋开发与管理 2020(07)
    • [16].基于深度学习的城市高分遥感图像变化检测方法的研究[J]. 计算机应用研究 2020(S1)
    • [17].改进的基于深度学习的遥感图像分类算法[J]. 计算机应用 2019(02)
    • [18].一种加密遥感图像的安全外包搜索方案[J]. 激光与光电子学进展 2019(03)
    • [19].基于旋转不变特征的遥感图像飞机目标检测方法[J]. 光子学报 2019(06)
    • [20].遥感图像道路提取算法研究[J]. 自动化技术与应用 2018(05)
    • [21].基于非下采样轮廓变换与模糊理论的遥感图像增强[J]. 国土资源遥感 2017(03)
    • [22].航空遥感图像中道路检测方法研究与仿真[J]. 计算机仿真 2013(09)
    • [23].遥感图像边缘检测的不确定性及其处理方法探讨[J]. 遥感信息 2010(06)
    • [24].课外遥感图像进入地理课堂的“SWOT”分析[J]. 中学地理教学参考 2015(15)
    • [25].基于遥感图像的人工标注系统的设计与实现[J]. 电脑知识与技术 2018(23)
    • [26].基于小波阈值法的矿山遥感图像非局部均值去噪[J]. 金属矿山 2017(03)
    • [27].基于空间域与频域的遥感图像增强算法[J]. 廊坊师范学院学报(自然科学版) 2017(01)
    • [28].干旱区遥感图像目视解译的常见问题[J]. 新疆师范大学学报(自然科学版) 2016(01)
    • [29].基于约束领域小基团特征的遥感图像定位算法[J]. 科技通报 2013(10)
    • [30].基于区域生长算法的彩色遥感图像分割[J]. 广西大学学报(自然科学版) 2011(06)

    标签:;  ;  ;  ;  ;  

    基于图像融合的目标检测研究及应用
    下载Doc文档

    猜你喜欢