基于多传感器信息融合的目标检测及应用技术研究

发布时间：2017-08-27 01:18

  本文关键词：基于多传感器信息融合的目标检测及应用技术研究

  更多相关文章： 多传感器 外部标定 图像配准 图像融合 目标检测 三维重建

【摘要】：多传感器信息融合技术主要研究如何合理的利用不同位置多个或多种传感器提供的信息来获取目标或场景更加可靠、全面的描述,因此,多传感器信息融合技术是图像处理与模式识别、机器视觉等领域的一个重要研究内容。研究成果被广泛应用于机器人视觉、军事目标模拟、无人机导航、车辆辅助驾驶以及文物保护等领域。近年来,虽然国内外众多专家、学者对多传感器信息融合技术展开大量研究,也取得了诸多显著成果和应用案例,但针对多传感器信息融合技术在不同应用领域中传感器类型的选择与确定、不同传感器信息的准确获取与遴选以及不同传感器信息的多层次、多维度融合等研究仍存在诸多问题。本文针对自然场景下的目标检测与重建问题,采用将红外、可见光以及激光扫描仪进行组合,并针对可见光与激光扫描仪的外部标定、红外与可见光图像的配准与融合以及运动目标分割与三维重建等关键问题进行研究,主要研究成果包括:1.针对激光与可见光传感器的外部标定问题,首先设计一个具有四个面和五条棱的标定靶;然后通过Hough变换检测出标定靶的直线特征,并利用直线拟合和直线相交原理获取标定靶特征直线对应的激光数据;最后根据激光坐标系与图像坐标系之间的关系求解旋转和平移矩阵,完成激光与可见光传感器的外部标定。2.针对可见光与红外图像的精确配准问题,提出一种基于模板图像的由粗到精红外与可见光图像配准方法。首先在离线情况下,根据设定的模板图像,通过直线检测的方法求取粗配准参数;然后设计基于Rényi互信息与Harris角点函数相结合的R-MI-Rényi匹配测度,并根据粗配准参数确定匹配特征点的搜索区域与匹配窗口尺寸;最后使用RANSAC方法完成图像的精确配准。3.针对可见光与红外图像的准确融合问题,提出基于PCNN与小波变换的NSCT域红外与可见光图像融合方法。首先利用NSCT分解得到红外与可见光图像的低频分量和高频分量;然后采用小波分解与PCNN对图像低频与高频分量进行二次分解,并分别设计高频与低频信息的改进融合准则;最后根据图像低频与高频融合结果进行NSCT重构获得融合图像。4.针对自然场景下目标检测与三维重建问题,采用图像序列光流计算对红外与可见光融合图像中的运动目标进行检测与分割,并利用可见光与激光扫描仪外部标定结果完成运动目标的三维重建,最终实现基于多传感器信息融合的目标检测与重建。
【关键词】：多传感器 外部标定 图像配准 图像融合 目标检测 三维重建
【学位授予单位】：南昌航空大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP212;TP202
【目录】：

• 摘要3-5
• Abstract5-10
• 第1章 绪论10-16
• 1.1 研究背景与意义10
• 1.2 多传感器信息融合的关键技术的研究现状10-15
• 1.2.1 激光与可见光传感器标定算法及研究现状10-11
• 1.2.2 红外与可见光图像配准算法及研究现状11-13
• 1.2.3 红外与可见光图像融合算法及研究现状13-14
• 1.2.4 基于光流的运动物体检测以及三维重建算法及研究现状14-15
• 1.3 论文的章节安排15-16
• 第2章 基于直线自动检测的激光与可见光传感器的外部标定16-29
• 2.1 摄像机标定模型16-18
• 2.2 激光数据处理18-20
• 2.3 基于直线自动检测的激光与可见光的外部标定方法20-28
• 2.3.1 激光扫描仪与可见光的外部标定21-25
• 2.3.2 实验结果25-26
• 2.3.3 精度分析26-28
• 2.4 结论28-29
• 第3章 基于对应区域的红外与可见光图像配准29-47
• 3.1 红外和可见光图像配准参数的讨论29-34
• 3.1.1 红外与可见光图像配准时旋转和缩放参数的讨论30-32
• 3.1.2 红外与可见光图像配准时平移参数的讨论32-34
• 3.2 基于模板的离线粗配准34-36
• 3.2.1 粗配准34-35
• 3.2.2 对应区域的求解实验35-36
• 3.3 基于对应区域的精配准36-38
• 3.3.1 Harris角点检测36-37
• 3.3.2 R-MI-rényi与Harris角点值相结合的匹配测度37-38
• 3.3.3 实现步骤38
• 3.4 实验38-46
• 3.4.1 评价标准38-39
• 3.4.2 自然图库实验39-43
• 3.4.3 标准图库实验43-46
• 3.5 结论46-47
• 第4章 基于NSCT和PCNN的红外与可见光图像融合47-62
• 4.1 图像预处理47
• 4.2 红外和可见光图像融合方法47-50
• 4.2.1 非下采样Contourlet变换47-49
• 4.2.2 模块化PCNN模型49-50
• 4.3 小波变换与PCNN补偿机制的NSCT域红外与可见光图像融合50-55
• 4.3.1 小波变换和PCNN补偿机制的融合方法51
• 4.3.2 低频融合规则51-53
• 4.3.3 高频融合规则53
• 4.3.4 融合步骤53-55
• 4.4 实验与分析55-61
• 4.4.1 实验一56-58
• 4.4.2 实验二58-61
• 4.5 结论61-62
• 第5章 基于多传感器信息融合的目标检测系统62-71
• 5.1 多传感器信息采集平台62
• 5.2 基于多传感器信息融合的目标分割与三维重建技术路线62-64
• 5.3 实验64-70
• 5.3.1 实验一64-67
• 5.3.2 实验二67-70
• 5.4 结论70-71
• 第6章 总结与展望71-73
• 6.1 本文总结71-72
• 6.2 后续工作展望72-73
• 参考文献73-78
• 附录硕士期间发表论文以及参加科研项目情况78-79
• 发表论文78
• 参加项目78-79
• 致谢79

【相似文献】

中国期刊全文数据库 前10条

1 张雷;海涛;张宇;罗长更;;一种基于图像特征的红外与可见光图像融合算法[J];弹箭与制导学报;2009年01期

2 柳庆武;胡晓惠;袁麟;;深空可见光图像中弱小运动目标实时检测[J];电子学报;2009年07期

3 李钢;王雷;张仁斌;;基于特征能量加权的红外与可见光图像融合[J];光电工程;2010年03期

4 张彬;许廷发;黄光华;倪国强;;基于小波框架的红外/可见光图像融合[J];光学技术;2007年03期

5 叶传奇;王宝树;苗启广;;一种基于区域特性的红外与可见光图像融合算法[J];光子学报;2009年06期

6 刘斌;刘维杰;彭嘉雄;;采用三通道不可分对称小波的红外与可见光图像融合[J];红外与激光工程;2011年05期

7 马东辉;薛群;柴奇;任彪;;基于图像信息的红外与可见光图像融合方法研究[J];红外与激光工程;2011年06期

8 刘中杰;曹云峰;庄丽葵;丁萌;;基于控制线方法的机载SAR和可见光图像匹配应用研究[J];航空学报;2013年09期

9 何国栋;石建平;冯友宏;谢小娟;杨凌云;;一种新的红外与可见光图像融合算法[J];传感器与微系统;2014年04期

10 何国栋;石建平;冯友宏;谢小娟;杨凌云;;基于压缩感知的红外与可见光图像融合算法[J];激光与红外;2014年05期

中国重要会议论文全文数据库 前10条

1 李娜;高宏霞;刘胜文;;地面景物红外可见光图像差异性研究[A];第九届全国光电技术学术交流会论文集（下册）[C];2010年

2 罗志荣;赵红怡;;一种基于结构的红外与可见光图像配准方法[A];第二十四届中国(天津)2010’IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2010年

3 余萍;张晓芬;;基于变分模型的红外/可见光图像配准方法研究[A];2009全国虚拟仪器大会论文集（二）[C];2009年

4 罗志荣;孙晶;;红外与可见光图像的边缘融合[A];第二十四届中国(天津)2010’IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2010年

5 赵云丰;付冬梅;尹怡欣;王嘉;;基于人工免疫的红外与可见光图像配准方法[A];2008'中国信息技术与应用学术论坛论文集（二）[C];2008年

6 陈磊;杨风暴;王志社;纪利娥;;面向目标识别的SAR与可见光图像融合算法[A];第十三届中国体视学与图像分析学术会议论文集[C];2013年

7 胡谋法;李超;王书宏;韩建涛;陈曾平;;可见光图像背景灰度特性:双高斯混合分布模型[A];第十二届全国信号处理学术年会（CCSP-2005）论文集[C];2005年

8 胡谋法;王书宏;李超;韩建涛;陈曾平;;空时域联合去相关检测可见光背景下的运动小目标[A];光电技术与系统文选——中国光学学会光电技术专业委员会成立二十周年暨第十一届全国光电技术与系统学术会议论文集[C];2005年

9 江孝国;顾镇南;祖成奎;;高能X射线转换屏研究[A];第11届全国发光学学术会议论文摘要集[C];2007年

10 蒋宏;任章;;红外与可见光图像配准和融合中的关键技术[A];2006年全国光电技术学术交流会会议文集（D 光电信息处理技术专题）[C];2006年

中国重要报纸全文数据库 前2条

1 陈磊;风云二号C星第一幅可见光图像成功获取[N];中国气象报;2004年

2 本报记者 魏静;人脸识别获突破 千亿市场被打开[N];中国证券报;2014年

中国博士学位论文全文数据库 前6条

1 乔铁柱;输送带纵向撕裂可见光与红外双目视觉在线检测系统研究[D];太原理工大学;2015年

2 赵振兵;电气设备红外与可见光图像的配准方法研究[D];华北电力大学（河北）;2009年

3 周渝人;红外与可见光图像融合算法研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2014年

4 宋怀波;低质量可见光图像的处理技术和识别方法研究[D];山东大学;2009年

5 吴迪;可见光图像视觉显著物体探测及畸变不变光学相关识别[D];哈尔滨工业大学;2013年

6 陈文;基于可见光和红外热像仪的双目视觉运动目标跟踪[D];南京航空航天大学;2013年

中国硕士学位论文全文数据库 前10条

1 李杰;可见光/近红外人脸识别方法的研究与实现[D];北京交通大学;2016年

2 邱纯;基于可见光的近红外场景仿真研究[D];北京理工大学;2016年

3 袁家发;红外和可见光双影像智能监控系统的设计与实现[D];中国科学技术大学;2016年

4 杨小平;基于多传感器信息融合的目标检测及应用技术研究[D];南昌航空大学;2016年

5 董亮;基于红外与可见光图像融合的汽车抗晕光系统设计[D];西安工业大学;2016年

6 余明伟;红外与可见光实时融合的FPGA实现[D];南京理工大学;2016年

7 陆嵩;星载可见光图像采集系统抗辐射样机设计[D];哈尔滨工业大学;2016年

8 王雪;红外与可见光图像融合中的关键技术研究[D];电子科技大学;2016年

9 龚淼;红外光与可见光图像超小波域融合方法研究[D];江苏科技大学;2016年

10 卢国梁;低质量可见光图像的处理技术研究[D];山东大学;2009年

，

本文编号：743663