双模态红外图像差异特征多属性的融合有效度分布合成研究
发布时间：2021-05-24 08:36
红外光强图像与红外偏振图像分别基于红外目标的辐射强度信息和偏振信息进行成像,这两类图像在亮度、边缘、纹理细节等特征上具有很多差异,因此具有大量互补信息。同一融合算法对不同差异特征的融合能力不同,所以研究双模态红外图像差异特征类型、幅值、频次等多种属性动态变化及特征属性间的关联性是差异驱动融合的关键,能够解决现有双模态红外图像差异驱动融合中多种算法相互冲突、融合效果差甚至失效的问题,最终建立差异特征多属性与融合算法间有效驱动关系间的协调机制。基于此,本文围绕双模态红外图像差异特征多属性的融合有效度分布合成开展研究,剖析了差异特征多属性与融合算法及规则的深层联系,通过可能性分布合成的方法实现了差异特征多属性自适应选择融合算法或融合规则的目的,为差异特征驱动融合的实现提供了新思路。本文主要研究内容如下:（1）差异特征多属性表征:探究双模态红外图像成像特性,明确差异特征不同属性的特点。分析差异特征的幅值与频次两种属性的关系,其中,采用非参数估计的方法构造差异特征频次的可能性分布,通过不同频次分布构造与原始累积分布函数的相似性测度比较选择最优频次属性构造方法,为实现差异特征多属性融合有效度的分布...
【文章来源】：中北大学山西省
【文章页数】：93 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1.绪论
1.1 课题研究目的与意义
1.2 国内外研究现状
1.2.1 双模态红外图像差异驱动融合
1.2.2 差异特征的融合有效度
1.2.3 可能性分布合成
1.3 研究内容与章节安排
1.3.1 研究内容
1.3.2 章节安排
2.双模态红外图像差异特征的属性表征
2.1 差异特征不同属性及其特点
2.2 差异特征类型确定
2.3 差异特征幅值表征
2.4 差异特征频次表征
2.4.1 基于K最近邻估计差异特征频次构造
2.4.2 基于MISE最优带宽差异特征频次构造
2.4.3 不同构造方法与累积分布函数相似性测度比较
2.5 本章小结
3.差异特征多属性的融合有效度分布构造
3.1 融合算法及规则的特点分析
3.2 不同属性的融合有效度及其分布构造
3.2.1 融合有效度及其函数化描述
3.2.2 融合有效度分布与度量方式稳定性评价
3.2.3 差异特征幅值融合有效度分布构造
3.2.4 差异特征频次融合有效度分布构造
3.3 差异特征多属性融合有效度分布构造
3.4 本章小结
4.差异特征多属性融合有效度分布合成建立
4.1 可能性分布合成的理论分析
4.2 同类差异特征多属性融合有效度分布合成构建及评价分析
4.3 异类差异特征多属性融合有效度分布合成构建及评价分析
4.3.1 异类差异特征多属性相关性分析
4.3.2 面向算法驱动下的差异特征多属性融合有效度分布合成
4.3.3 异类差异特征多属性最优融合算法的选取
4.3.4 面向规则驱动下的差异特征多属性融合有效度分布合成
4.3.5 异类差异特征多属性最优融合规则的选取
4.4 本章小结
5.总结与展望
5.1 本文的主要工作与创新点
5.2 下一步的工作展望
参考文献
攻读硕士期间发表的论文及所取得的研究成果
致谢
【参考文献】：
期刊论文
[1]融合NSST和稀疏表示的PET和MRI图像融合[J]. 康家银,陆武,张文娟. 小型微型计算机系统. 2019(12)
[2]基于VGG网络的双波段图像融合方法[J]. 马旗,朱斌,张宏伟. 激光与红外. 2019(11)
[3]基于余弦相似性的双模态红外图像融合性能表征[J]. 张雅玲,吉琳娜,杨风暴,胡鹏. 光电工程. 2019(10)
[4]基于改进引导滤波和量子遗传算法的图像融合[J]. 李晓玲,聂祥飞,黄海波,张月. 电光与控制. 2020(02)
[5]基于非参数核密度估计的集装箱码头交通需求预测模型[J]. 马梦知,范厚明,黄莒森,孔靓,岳丽君. 大连海事大学学报. 2019(01)
[6]隐低秩结合低秩表示的多聚焦图像融合[J]. 陈蔓,钟勇,李振东. 吉林大学学报(工学版). 2020(01)
[7]基于NSST和SWT的红外与可见光图像融合算法研究[J]. 孔玲君,张志华,曾茜,王茜. 包装工程. 2018(19)
[8]差异特征指数测度的红外偏振与光强图像多算法融合[J]. 张雷,杨风暴,吉琳娜. 火力与指挥控制. 2018(02)
[9]基于可能性理论的测试信息融合及不确定性处理方法与分析[J]. 余学锋,于杰,张红清. 计量学报. 2018(01)
[10]基于非参数核密度估计和Copula函数的配电网供电可靠性预测[J]. 徐玉琴,张扬,戴志辉. 华北电力大学学报(自然科学版). 2017(06)
博士论文
[1]面向拟态变换的异类红外图像融合算法协同嵌接方法研究[D]. 张雷.中北大学 2018
[2]多源图像融合算法研究[D]. 延翔.西安电子科技大学 2018
[3]可能性分布合成理论及其工程应用研究[D]. 吉琳娜.中北大学 2015
[4]基于多尺度几何分析的多传感器图像融合研究[D]. 张强.西安电子科技大学 2008
硕士论文
[1]双模态红外图像融合有效度分布的合成研究[D]. 郭喆.中北大学 2018
[2]多传感器信息融合关键技术研究[D]. 苏军平.西安电子科技大学 2018
[3]红外辐射偏振特性及目标识别研究[D]. 韩平丽.西安电子科技大学 2014
[4]红外偏振成像技术与方法研究[D]. 虞文俊.南京理工大学 2014
[5]基于多源信息不确定性的可能性融合方法研究[D]. 周新宇.中北大学 2012
[6]基于不同核函数的概率密度函数估计比较研究[D]. 张玉敏.河北大学 2010
本文编号：3203904
【文章来源】：中北大学山西省
【文章页数】：93 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1.绪论
1.1 课题研究目的与意义
1.2 国内外研究现状
1.2.1 双模态红外图像差异驱动融合
1.2.2 差异特征的融合有效度
1.2.3 可能性分布合成
1.3 研究内容与章节安排
1.3.1 研究内容
1.3.2 章节安排
2.双模态红外图像差异特征的属性表征
2.1 差异特征不同属性及其特点
2.2 差异特征类型确定
2.3 差异特征幅值表征
2.4 差异特征频次表征
2.4.1 基于K最近邻估计差异特征频次构造
2.4.2 基于MISE最优带宽差异特征频次构造
2.4.3 不同构造方法与累积分布函数相似性测度比较
2.5 本章小结
3.差异特征多属性的融合有效度分布构造
3.1 融合算法及规则的特点分析
3.2 不同属性的融合有效度及其分布构造
3.2.1 融合有效度及其函数化描述
3.2.2 融合有效度分布与度量方式稳定性评价
3.2.3 差异特征幅值融合有效度分布构造
3.2.4 差异特征频次融合有效度分布构造
3.3 差异特征多属性融合有效度分布构造
3.4 本章小结
4.差异特征多属性融合有效度分布合成建立
4.1 可能性分布合成的理论分析
4.2 同类差异特征多属性融合有效度分布合成构建及评价分析
4.3 异类差异特征多属性融合有效度分布合成构建及评价分析
4.3.1 异类差异特征多属性相关性分析
4.3.2 面向算法驱动下的差异特征多属性融合有效度分布合成
4.3.3 异类差异特征多属性最优融合算法的选取
4.3.4 面向规则驱动下的差异特征多属性融合有效度分布合成
4.3.5 异类差异特征多属性最优融合规则的选取
4.4 本章小结
5.总结与展望
5.1 本文的主要工作与创新点
5.2 下一步的工作展望
参考文献
攻读硕士期间发表的论文及所取得的研究成果
致谢
【参考文献】：
期刊论文
[1]融合NSST和稀疏表示的PET和MRI图像融合[J]. 康家银,陆武,张文娟. 小型微型计算机系统. 2019(12)
[2]基于VGG网络的双波段图像融合方法[J]. 马旗,朱斌,张宏伟. 激光与红外. 2019(11)
[3]基于余弦相似性的双模态红外图像融合性能表征[J]. 张雅玲,吉琳娜,杨风暴,胡鹏. 光电工程. 2019(10)
[4]基于改进引导滤波和量子遗传算法的图像融合[J]. 李晓玲,聂祥飞,黄海波,张月. 电光与控制. 2020(02)
[5]基于非参数核密度估计的集装箱码头交通需求预测模型[J]. 马梦知,范厚明,黄莒森,孔靓,岳丽君. 大连海事大学学报. 2019(01)
[6]隐低秩结合低秩表示的多聚焦图像融合[J]. 陈蔓,钟勇,李振东. 吉林大学学报(工学版). 2020(01)
[7]基于NSST和SWT的红外与可见光图像融合算法研究[J]. 孔玲君,张志华,曾茜,王茜. 包装工程. 2018(19)
[8]差异特征指数测度的红外偏振与光强图像多算法融合[J]. 张雷,杨风暴,吉琳娜. 火力与指挥控制. 2018(02)
[9]基于可能性理论的测试信息融合及不确定性处理方法与分析[J]. 余学锋,于杰,张红清. 计量学报. 2018(01)
[10]基于非参数核密度估计和Copula函数的配电网供电可靠性预测[J]. 徐玉琴,张扬,戴志辉. 华北电力大学学报(自然科学版). 2017(06)
博士论文
[1]面向拟态变换的异类红外图像融合算法协同嵌接方法研究[D]. 张雷.中北大学 2018
[2]多源图像融合算法研究[D]. 延翔.西安电子科技大学 2018
[3]可能性分布合成理论及其工程应用研究[D]. 吉琳娜.中北大学 2015
[4]基于多尺度几何分析的多传感器图像融合研究[D]. 张强.西安电子科技大学 2008
硕士论文
[1]双模态红外图像融合有效度分布的合成研究[D]. 郭喆.中北大学 2018
[2]多传感器信息融合关键技术研究[D]. 苏军平.西安电子科技大学 2018
[3]红外辐射偏振特性及目标识别研究[D]. 韩平丽.西安电子科技大学 2014
[4]红外偏振成像技术与方法研究[D]. 虞文俊.南京理工大学 2014
[5]基于多源信息不确定性的可能性融合方法研究[D]. 周新宇.中北大学 2012
[6]基于不同核函数的概率密度函数估计比较研究[D]. 张玉敏.河北大学 2010
本文编号：3203904
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/3203904.html
