图像融合的三大方法.doc_第1页
图像融合的三大方法.doc_第2页
图像融合的三大方法.doc_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

_图像融合分类图像融合的层次可分为像素级、特征级和决策级三个部分。（1）像素级图像融合联合的属性说明像素级图像融合像素级图像融合是指在严格配准条件下对各传感器输出的信号直接进行信息综合处理的过程。像素级图像融合是直接在原始数据层上进行融合，该层次的融合准确性最高，相比其他层次上的图像融合该层次上的图像融合具有的更精确、更丰富、更可靠的细节信息，有利于图像更进一步的理解与分析。像素级图像融合是特征级和决策级图像融合的基础，也是目前应用最广泛图像融合方式。但像素级图像融合也是有缺点的，缺点是预处理的信息量最大，处理时间较长，对通信带宽的要求高，因此在此层析上进行图像融合之前必须先对参加融合的图像进行精确的配准，加大了工作量。像素级图像融合通常用于：图像分析和理解、多源图像复合。特征提取关联校准数据1数据2数据n图2-1像素级数据融合原理示意图(2)特征级图像融合特征级图像融合是指对不同传感器的多源信息进行特征提取（包括形状、边缘、区域、轮廓、纹理、角等），然后再对从多个传感器获得的多个特征信息进行综合的分析和处理的过程。特征级图像融合属于中间层次，为决策级图像融合做准备，它既保留了重要信息，有对信息进行了压缩，便于实时处理。特征级图像融合可以分为两大类：目标状态数据融合和目标特性融合。目标状态数据融合主要用于多传感器目标跟踪领域；目标特性融合就是特征层次的识别。目前特征级图像融合的方法有：加权平均法、贝叶斯估计方法、聚类分析方法等。联合的属性说明特征级图像融合关联特征提取校准数据1数据2数据n图2-2特征级数据融合原理示意图（3）决策级图像融合决策级图像融合是指对每个图像的特征信息进行分类、识别等处理，形成相应的结果，进行进一步的融合过程，最终的决策结果是全局最优决策。决策级图像融合是一种更高层次的信息融合，其结果将为各种控制或决策提供依据。决策级图像融合的方法主要是基于认知模型的方法，需要大型数据库和专家决策系统，进行分析、推理、识别和判决。此种融合实时性好，并且有一定的容错能力，但其预处理代价较联合的属性说明决策级图像融合属性说明高，图像中的原始信息的损失最多。关联特征提取校准数据1属性说明数据2属性说明数据n图2-3决策
人人文库> 全部分类> 应用文书 > 事务文书

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论