论文部分内容阅读
随着成像传感器技术的快速发展以及应用环境的日益复杂,单源成像传感器目前已经很难满足实际应用需求,而多源成像传感器可以将多个成像传感器获得的信息进行有效处理,增加信息的有用性和丰富性。在无人机上搭载成像传感器,使得无人机在军事、民用领域应用广泛。红外图像和可见光图像的配准技术和融合技术是近年来的研究热点,基于无人机平台的配准技术和融合技术,不仅可以降低红外目标的误判率,还更容易检测红外目标并对其进行跟踪。本文基于无人机嵌入式红外目标探测系统,研究了红外图像和可见光图像的配准算法和融合算法。主要研究内容如下:(1)基于互信息配准算法,研究了使互信息取得最大值的参数优化算法。根据Powell算法的原理,实验分析了初始点的选择、迭代的次数以及给定误差对算法结果的影响;根据粒子群算法的原理,实验分析了粒子数目以及迭代次数的选择对算法结果的影响。提出了Powell和粒子群混合优化算法,实验验证了该算法不仅能够充分利用粒子群算法找到全局最优解,而且可以避免Powell算法陷入局部极值,大大降低计算成本,从整体上提升优化算法的性能。(2)针对无人机成像传感器拍摄图像的实时配准问题,提出了自适应互信息配准算法。实验验证了远距离拍摄的不同分辨率的红外图像和可见光图像利用自适应互信息配准算法进行配准效果较理想,在无人机平台具有实用性。(3)研究了常见的几种图像融合算法:主成分分析PCA融合、Laplace金字塔融合、小波变换融合。针对无人机拍摄的红外图像和可见光图像的特点,提出了基于色彩空间IHS变换和提升小波变换相结合的融合算法,实验结果表明该算法不仅可以保留可见光图像丰富的细节信息和色彩信息,也可以保留红外图像红外热目标物体的亮度信息。(4)搭建了无人机嵌入式红外目标探测的视频采集与传输系统,实现了红外和可见光两路图像的实时采集和传输。对无人机平台实时采集的红外图像和可见光图像,验证了自适应互信息配准算法以及色彩空间IHS变换和提升小波变换相结合的融合方法的有效性和可行性。