论文部分内容阅读
针对现有的多传感器图像融合系统普遍存在的配准精度较低、融合图像清晰度较差的问题,本文开展了基于多传感器图像融合系统的配准技术研究。通过构建符合人眼感知的多传感器图像配准客观评价准则,进而提出了稳定性好、失配率低的多传感器图像配准算法,并将其应用于短波红外、中波红外与激光测距融合的信息感知系统,在保证系统融合图像质量的基础上,提升融合图像清晰度。针对目前缺少符合主观感受的多传感器图像配准客观评价方法的问题,从图像边缘清晰度、目标显著性和色彩一致性三个方面进行多传感器图像配准客观评价方法的研究。通过引入韦伯定律,设计了一种人眼视觉感知强度模型,计算融合图像的人眼感知强度图,并结合Peli高频带对比度模型,提出了一种图像配准的边缘清晰度指标;通过引入基于频率协调的显著区域检测模型,结合区域自动分割算法,提出了一种图像配准的目标显著性指标;通过计算融合图像与参考彩色图像之间的色差关系,提出了一种图像配准的色彩一致性指标;最终得到了一种多传感器图像配准客观评价准则。实验证明提出的评价准则与人眼主观感受具有最好的一致性,适合作为多波段夜视图像的客观评价指标。针对现有多传感器图像配准算法存在配准精度不高,配准后融合图像清晰度较差的问题,将图像配准过程和图像融合过程结合考虑,提出了一种多波段红外图像联合配准和融合方法。该方法定义了初始配准参数,构建了初始仿射变换矩阵,对短波红外图像进行配准;之后采用了基于Laplace金字塔的融合算法将配准后的短波红外图像与中波红外图像进行融合,构建了由感兴趣区域和边缘清晰度两个特征组合而成的融合质量评价函数来对融合图像进行客观评价;最后,通过模拟退火法找到了评价函数的全局最优解。经过大量的实验论证,证明了该方法的有效性和稳定性。为了提升配准算法的运算速率,需要对多传感器图像进行前端光学校正。针对目前多传感器图像融合系统缺少完整的前端光学测试方法和测试系统的问题,设计了一种多传感器图像融合前端光学测试系统,解决了前端探测器视场大小不一致、探测器之间光轴夹角过大的问题。通过测量不同探测器的视场大小,可以校正得出多传感器图像间的缩放关系,通过测量多传感器图像间的光轴平行度,可以校正得出多传感器图像间的平移和旋转关系,通过测量多传感器图像分辨率及融合图像分辨率,可以实现配准精度的初步估计,最终实现融合系统的粗配准。为了增加系统稳定性、提升配准精度和融合图像质量,结合上述三项研究内容,最终设计和研制了短波红外、中波红外与激光测距融合的信息感知系统。整个系统具有图像配准、图像融合、图像拼接、目标距离探测、目标分割和跟踪等功能。为了保证各功能的有效实现,通过设计人性化的上位机操控软件,方便用户对整个系统进行有效地操作控制。实验结果显示:该系统输出的融合视频配准精度高,融合质量好;系统具备360°周视拼接的功能,图像拼缝处过渡平滑,没有畸变和失真;同时系统能够精确测量5km以内的目标距离,也能够识别和跟踪5km以内的坦克目标(3mX3m)。