面向多模态图像融合的神经网络方法研究
发布时间：2022-01-07 22:08
随着计算机科学、集成电路系统以及传感器技术的迅猛发展,图像的获取方式不再局限于单一的传感器。如今,面对图像类型的多元化和数据的复杂化,单一模态图像已经不能满足现代复杂应用的需求,所以图像融合技术应运而生。图像融合技术将不同传感器所捕获的不同模态图像进行针对性互补,构建信息量丰富且可靠的融合图像从而实现对某一场景或者目标更加全面的描述与表达,便于后续的图像处理或者决策任务。其核心思想是在不引入任何人为干扰的前提下,对数据进行优化处理,最大程度提取并且保留有效的信息。多模态图像融合技术在军事侦察、视频监控、遥感、医学图像分析等领域具有较高的应用价值。本文主要针对红外与可见光图像和多模态医学图像融合中所涉及的关键问题进行了深入的研究,对人工神经网络在图像融合中的应用实现了进一步探索。本文的主要贡献如下:1.在基于优化神经网络的红外与可见光图像融合方法中,针对传统脉冲耦合神经网络模型参数复杂、缺乏自适应性等问题,结合蜂群优化算法和脉冲发放皮层模型,提出一种基于优化神经网络的红外与可见光图像融合算法。首先采用非下采样剪切波变换实现对源图像进行分解从而获取低频分解系数和一系列高频分解系数;然后脉冲...
【文章来源】：云南大学云南省 211工程院校
【文章页数】：89 页
【学位级别】：硕士
【部分图文】：
图１．１多模态图像融合示意图：（ａ）和（ｂ）均为源图像；（ｃ）为融合图像??１．２图像融合技术的研究现状??
对应于信息融合理论中的信息抽象程度和实际应用场景，图像融合技术可以由??低到高的分为像素级、特征级和决策级３个渐进的层次。不同融合层次的关系结??构示意图如图１．２所示。??图像１?特征提取｜￣￣？特征１?一Ｈ特征表达｜——？结论１??？决策??？?？?■??■?■?？??■?■?？??图像Ｎ?－］—｜特征提取１￣？特征Ｎ?ｎ—｜特征表达１——？结论Ｎ?？决策??［］?｜特征＆融合１?１决策＾融合１??特征提取???特坪表达????最终决策???图１．２不同图像融合层次示意图??（１）
对应于信息融合理论中的信息抽象程度和实际应用场景，图像融合技术可以由??低到高的分为像素级、特征级和决策级３个渐进的层次。不同融合层次的关系结??构示意图如图１．２所示。??图像１?特征提取｜￣￣？特征１?一Ｈ特征表达｜——？结论１??？决策??？?？?■??■?■?？??■?■?？??图像Ｎ?－］—｜特征提取１￣？特征Ｎ?ｎ—｜特征表达１——？结论Ｎ?？决策??［］?｜特征＆融合１?１决策＾融合１??特征提取???特坪表达????最终决策???图１．２不同图像融合层次示意图??（１）
【参考文献】：
期刊论文
[1]结合NSST与优化脉冲发放皮层模型的红外与可见光图像融合[J]. 侯瑞超,周冬明,聂仁灿,刘栋. 计算机应用. 2018(S1)
[2]结合视觉显著性与Dual-PCNN的红外与可见光图像融合[J]. 侯瑞超,周冬明,聂仁灿,刘栋,郭晓鹏. 计算机科学. 2018(S1)
[3]结合NSST与GA参数优化PCNN图像融合[J]. 刘栋,聂仁灿,周冬明,侯瑞超,熊磊. 计算机工程与应用. 2018(19)
[4]基于视觉显著性和NSCT的红外与可见光图像融合[J]. 傅志中,王雪,李晓峰,徐进. 电子科技大学学报. 2017(02)
[5]多目标粒子群优化PCNN参数的图像融合算法[J]. 王佺,聂仁灿,周冬明,金鑫,贺康建,余介夫. 中国图象图形学报. 2016(10)
[6]彩色融合图像的质量主观评价[J]. 金伟其,贾晓婷,高绍姝,马国利,潘定平,刘佳妮. 光学精密工程. 2015(12)
博士论文
[1]像素级多源图像融合方法研究[D]. 刘羽.中国科学技术大学 2016
[2]红外与可见光图像融合算法研究[D]. 周渝人.中国科学院研究生院(长春光学精密机械与物理研究所) 2014
硕士论文
[1]红外与可见光图像融合中的关键技术研究[D]. 王雪.电子科技大学 2016
[2]手持式红外与可见光图像融合系统研究[D]. 韩博.南京理工大学 2014
本文编号：3575355
【文章来源】：云南大学云南省 211工程院校
【文章页数】：89 页
【学位级别】：硕士
【部分图文】：
图１．１多模态图像融合示意图：（ａ）和（ｂ）均为源图像；（ｃ）为融合图像??１．２图像融合技术的研究现状??
对应于信息融合理论中的信息抽象程度和实际应用场景，图像融合技术可以由??低到高的分为像素级、特征级和决策级３个渐进的层次。不同融合层次的关系结??构示意图如图１．２所示。??图像１?特征提取｜￣￣？特征１?一Ｈ特征表达｜——？结论１??？决策??？?？?■??■?■?？??■?■?？??图像Ｎ?－］—｜特征提取１￣？特征Ｎ?ｎ—｜特征表达１——？结论Ｎ?？决策??［］?｜特征＆融合１?１决策＾融合１??特征提取???特坪表达????最终决策???图１．２不同图像融合层次示意图??（１）
对应于信息融合理论中的信息抽象程度和实际应用场景，图像融合技术可以由??低到高的分为像素级、特征级和决策级３个渐进的层次。不同融合层次的关系结??构示意图如图１．２所示。??图像１?特征提取｜￣￣？特征１?一Ｈ特征表达｜——？结论１??？决策??？?？?■??■?■?？??■?■?？??图像Ｎ?－］—｜特征提取１￣？特征Ｎ?ｎ—｜特征表达１——？结论Ｎ?？决策??［］?｜特征＆融合１?１决策＾融合１??特征提取???特坪表达????最终决策???图１．２不同图像融合层次示意图??（１）
【参考文献】：
期刊论文
[1]结合NSST与优化脉冲发放皮层模型的红外与可见光图像融合[J]. 侯瑞超,周冬明,聂仁灿,刘栋. 计算机应用. 2018(S1)
[2]结合视觉显著性与Dual-PCNN的红外与可见光图像融合[J]. 侯瑞超,周冬明,聂仁灿,刘栋,郭晓鹏. 计算机科学. 2018(S1)
[3]结合NSST与GA参数优化PCNN图像融合[J]. 刘栋,聂仁灿,周冬明,侯瑞超,熊磊. 计算机工程与应用. 2018(19)
[4]基于视觉显著性和NSCT的红外与可见光图像融合[J]. 傅志中,王雪,李晓峰,徐进. 电子科技大学学报. 2017(02)
[5]多目标粒子群优化PCNN参数的图像融合算法[J]. 王佺,聂仁灿,周冬明,金鑫,贺康建,余介夫. 中国图象图形学报. 2016(10)
[6]彩色融合图像的质量主观评价[J]. 金伟其,贾晓婷,高绍姝,马国利,潘定平,刘佳妮. 光学精密工程. 2015(12)
博士论文
[1]像素级多源图像融合方法研究[D]. 刘羽.中国科学技术大学 2016
[2]红外与可见光图像融合算法研究[D]. 周渝人.中国科学院研究生院(长春光学精密机械与物理研究所) 2014
硕士论文
[1]红外与可见光图像融合中的关键技术研究[D]. 王雪.电子科技大学 2016
[2]手持式红外与可见光图像融合系统研究[D]. 韩博.南京理工大学 2014
本文编号：3575355
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3575355.html
