馬偵

摘要 在科技的發(fā)展過(guò)程中，模式識(shí)別技術(shù)有了極大的進(jìn)展，對(duì)于圖像進(jìn)行融合與識(shí)別已經(jīng)成為了一項(xiàng)極為重要的現(xiàn)代化技術(shù)，本文對(duì)于基于像素級(jí)、特征級(jí)和決策級(jí)的圖像融合技術(shù)進(jìn)行了分析與探討，對(duì)其發(fā)展與應(yīng)用進(jìn)行了總結(jié)與展望。

【關(guān)鍵詞】數(shù)字圖像 融合算法 研究

1 引言

圖像融合是指通過(guò)對(duì)多源圖像信息的提取和合成，從而獲得對(duì)同一場(chǎng)景目標(biāo)的更為準(zhǔn)確、更為全面、更為可靠的圖像描述。人們可以得到包含了在各種環(huán)境條件下、各種模式下、各種觀測(cè)角度對(duì)同一事物的綜合特征描述的合成圖像。

2 數(shù)字圖像的融合算法分析

2.1 基于像素級(jí)的融合

基于像素級(jí)融合，是對(duì)多源圖像的關(guān)于同一場(chǎng)景、目標(biāo)的同一像素級(jí)灰度進(jìn)行的綜合處理，生成的新圖像能夠包含源圖像中所有像素點(diǎn)的信息，進(jìn)行像素級(jí)融合之前，必須先對(duì)進(jìn)行融合的圖像進(jìn)行預(yù)處理和圖像配準(zhǔn)，目的是為了提高融合的可靠性和精度。每個(gè)傳感器提供的圖像來(lái)自不同的時(shí)間和空間，或者是在同一時(shí)間和空間下而具有不同光譜特性的圖像。像素級(jí)圖像融合技術(shù)可以通過(guò)邊緣的信息，來(lái)對(duì)將來(lái)的融合情況進(jìn)行預(yù)期，同時(shí)可以高效的進(jìn)行整體化的優(yōu)化與安排，實(shí)現(xiàn)自動(dòng)操作。該技術(shù)可以利用計(jì)算機(jī)硬件和軟件共同來(lái)為客戶(hù)的需求進(jìn)行分析，實(shí)現(xiàn)高效辨識(shí)。

2.2 基于特征級(jí)的融合

特征級(jí)的融合是利用從各個(gè)傳感器圖像的原始信息中提供的特征信息進(jìn)行綜合分析處理，從每個(gè)傳感器提取局部特征，融合處理后獲得復(fù)合特征。特征通常為圖像邊緣、角點(diǎn)、紋理、相似區(qū)域等。對(duì)特征級(jí)圖像融合技術(shù)進(jìn)行有效的分析，可以將其的技術(shù)優(yōu)勢(shì)完全的發(fā)揮出來(lái)，分布式的圖像融合技術(shù)決定了其傳輸需要依靠一定的內(nèi)外部條件才能執(zhí)行，同時(shí)這些流量必須通過(guò)相關(guān)裝置的配合才能進(jìn)行傳輸，同時(shí)也無(wú)法進(jìn)行調(diào)度，圖像融合技術(shù)使得特征分布進(jìn)行了改變與優(yōu)化。

2.3 基于決策級(jí)的融合

決策級(jí)的融合，先對(duì)每個(gè)源圖進(jìn)行預(yù)處理、數(shù)字圖像融合、識(shí)別或判決，所示。首先做出目標(biāo)的初級(jí)判斷和結(jié)論，然后對(duì)來(lái)自各個(gè)傳感器的決策進(jìn)行相關(guān)處理，最后進(jìn)行獲得聯(lián)合判斷。決策級(jí)的融合是直接針對(duì)具體的決策目標(biāo)，充分利用來(lái)自各自圖像的初級(jí)決策。在決策級(jí)的預(yù)處理中，對(duì)圖像配準(zhǔn)的要求較低，甚至可以不用考慮，因?yàn)椋鱾€(gè)傳感器已經(jīng)首先進(jìn)行了決策提取。決策級(jí)圖像融合技術(shù)對(duì)于設(shè)備的要求是非常高的，因?yàn)槠鋾?huì)直接影響到用戶(hù)的使用質(zhì)量，同時(shí)對(duì)于信號(hào)的管理方面有著極大的問(wèn)題，需要依靠計(jì)算機(jī)等相關(guān)來(lái)技術(shù)來(lái)對(duì)其進(jìn)行管理。

通過(guò)基于像素級(jí)和特征級(jí)的方法，都可以對(duì)于數(shù)字圖像融合模式進(jìn)行求解，同時(shí)它們應(yīng)該通過(guò)對(duì)象的一些基本特性，來(lái)對(duì)其進(jìn)行優(yōu)化，得到一個(gè)符合實(shí)際的答案，其中像素級(jí)融合主要是通過(guò)方程計(jì)算來(lái)進(jìn)行最優(yōu)化的，在得到最優(yōu)化的結(jié)果之前，每一步可能只是部分的穩(wěn)定，但并不一定是全局化的穩(wěn)定，所以求出的答案也不一定是總體的優(yōu)化方案，但是對(duì)于決策級(jí)融合來(lái)說(shuō)，它主要是采用每一步數(shù)字圖像融合優(yōu)化的方式來(lái)進(jìn)行最優(yōu)化數(shù)字圖像融合的，所以，在剛開(kāi)始就對(duì)系統(tǒng)有一定的要求，自適應(yīng)的數(shù)字圖像融合，主要是在初始條件穩(wěn)定的情況下，對(duì)于每一步的代價(jià)函數(shù)來(lái)進(jìn)行計(jì)算，在這個(gè)算法進(jìn)行計(jì)算的過(guò)程當(dāng)中，對(duì)于初始條件進(jìn)行選擇是極為重要的，它對(duì)于整個(gè)算法能否在較短時(shí)間內(nèi)得到正確的答案，收斂到穩(wěn)定的區(qū)域內(nèi)是起著關(guān)鍵性的作用的，因此這個(gè)算法主要困難在于需要在一開(kāi)始就找到一個(gè)穩(wěn)定的數(shù)字圖像融合模式。

3 數(shù)字圖像融合算法的發(fā)展與應(yīng)用

圖像融合目前越來(lái)越借助于BP神經(jīng)網(wǎng)絡(luò)技術(shù)，BP神經(jīng)網(wǎng)絡(luò)主要包括輸入層、中間層和輸出層，主要通過(guò)梯度下降法來(lái)進(jìn)行誤差的快速下降，使得整個(gè)系統(tǒng)能夠盡快的收斂，最終使得誤差減小，得到最優(yōu)化的識(shí)別配準(zhǔn)結(jié)果。它們主要是采用隱藏式的結(jié)構(gòu)，從外部是無(wú)法進(jìn)行感知的，輸出層可以將中間層計(jì)算好的信息進(jìn)行輸出，這樣就實(shí)現(xiàn)了正向的學(xué)習(xí)，最后由總的輸出層來(lái)把結(jié)果進(jìn)行輸出，在實(shí)際運(yùn)行當(dāng)中，輸入層的權(quán)值不變，不斷的對(duì)于中間層的權(quán)值進(jìn)行更新，如果實(shí)際的輸出和期望差距比較大的時(shí)候，就可以產(chǎn)生一定的誤差，這樣誤差就會(huì)反向傳播，按照原有的方式進(jìn)行各層的修正，把每一層的權(quán)重都進(jìn)行調(diào)整，調(diào)整使其更加滿(mǎn)足實(shí)際的要求。

由于在整個(gè)工業(yè)系統(tǒng)中數(shù)字圖像融合技術(shù)屬于特別重要的組成，這一系統(tǒng)擁有著特別強(qiáng)的處理能力，數(shù)字圖像融合技術(shù)所具備的及時(shí)、直觀、豐富信息內(nèi)容、準(zhǔn)確的優(yōu)點(diǎn)而在比較多場(chǎng)合廣泛得到應(yīng)用。尤其是在最近幾年時(shí)間以來(lái)迅猛發(fā)展的計(jì)算機(jī)技術(shù)、圖像處理技術(shù)的背景下，那么紅外光電監(jiān)控還會(huì)朝著智能分析、高清晰領(lǐng)域發(fā)展。圖像處理平臺(tái)的組成是各種設(shè)備資源等系統(tǒng)的磁盤(pán)陣列、數(shù)據(jù)庫(kù)、服務(wù)器等基礎(chǔ)設(shè)備設(shè)施，其職責(zé)就是將安全、可靠、穩(wěn)定、有效數(shù)據(jù)來(lái)源提供給綜合管理平臺(tái)系統(tǒng)的應(yīng)用系統(tǒng)。主要是指各種類(lèi)型的安全數(shù)據(jù)交互中間件、關(guān)系數(shù)據(jù)庫(kù)等綜合信息資源庫(kù)。通過(guò)封裝各種類(lèi)型的安全加密、操作系統(tǒng)、多媒體協(xié)議、數(shù)據(jù)庫(kù)，使得所存在的差異得到屏蔽，讓上層應(yīng)用平臺(tái)無(wú)關(guān)性實(shí)現(xiàn)，將運(yùn)行系統(tǒng)效率與系統(tǒng)兼容性有效提升。

4 總結(jié)

同時(shí)，數(shù)學(xué)圖像融合技術(shù)也為工業(yè)的發(fā)展提供了相關(guān)的保障，各種技術(shù)使得信息的采集與管理越來(lái)越方便，可以使得圖像分析設(shè)備的使用更加方便，這些創(chuàng)新技術(shù)使得圖像融合技術(shù)越來(lái)越成為各行業(yè)的重要發(fā)展趨勢(shì)，因此我們需要提升圖像處理設(shè)備的可靠性，使其更好地為我們而服務(wù)。

參考文獻(xiàn)

[1]付游，基于量子理論的圖像融合算法研究[D].湖南師范大學(xué)，2015.

[2]田鵬輝，隋立春，基于Arnold變換和圖像融合的數(shù)字圖像隱藏算法[J].微電子學(xué)與計(jì)算機(jī)，2013，30 （04）：10-13.

[3]黃強(qiáng)，基于小波分析的數(shù)字圖像融合算法[D].華北電力大學(xué)（北京），2009.

[4]謝義方，數(shù)字圖像復(fù)原算法研究[D].湖南大學(xué)，2004.