馬偵

摘要 在科技的發(fā)展過程中，模式識別技術(shù)有了極大的進展，對于圖像進行融合與識別已經(jīng)成為了一項極為重要的現(xiàn)代化技術(shù)，本文對于基于像素級、特征級和決策級的圖像融合技術(shù)進行了分析與探討，對其發(fā)展與應用進行了總結(jié)與展望。

【關(guān)鍵詞】數(shù)字圖像 融合算法 研究

1 引言

圖像融合是指通過對多源圖像信息的提取和合成，從而獲得對同一場景目標的更為準確、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、各種觀測角度對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 基于像素級的融合

基于像素級融合，是對多源圖像的關(guān)于同一場景、目標的同一像素級灰度進行的綜合處理，生成的新圖像能夠包含源圖像中所有像素點的信息，進行像素級融合之前，必須先對進行融合的圖像進行預處理和圖像配準，目的是為了提高融合的可靠性和精度。每個傳感器提供的圖像來自不同的時間和空間，或者是在同一時間和空間下而具有不同光譜特性的圖像。像素級圖像融合技術(shù)可以通過邊緣的信息，來對將來的融合情況進行預期，同時可以高效的進行整體化的優(yōu)化與安排，實現(xiàn)自動操作。該技術(shù)可以利用計算機硬件和軟件共同來為客戶的需求進行分析，實現(xiàn)高效辨識。

2.2 基于特征級的融合

特征級的融合是利用從各個傳感器圖像的原始信息中提供的特征信息進行綜合分析處理，從每個傳感器提取局部特征，融合處理后獲得復合特征。特征通常為圖像邊緣、角點、紋理、相似區(qū)域等。對特征級圖像融合技術(shù)進行有效的分析，可以將其的技術(shù)優(yōu)勢完全的發(fā)揮出來，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，同時這些流量必須通過相關(guān)裝置的配合才能進行傳輸，同時也無法進行調(diào)度，圖像融合技術(shù)使得特征分布進行了改變與優(yōu)化。

2.3 基于決策級的融合

決策級的融合，先對每個源圖進行預處理、數(shù)字圖像融合、識別或判決，所示。首先做出目標的初級判斷和結(jié)論，然后對來自各個傳感器的決策進行相關(guān)處理，最后進行獲得聯(lián)合判斷。決策級的融合是直接針對具體的決策目標，充分利用來自各自圖像的初級決策。在決策級的預處理中，對圖像配準的要求較低，甚至可以不用考慮，因為，各個傳感器已經(jīng)首先進行了決策提取。決策級圖像融合技術(shù)對于設(shè)備的要求是非常高的，因為其會直接影響到用戶的使用質(zhì)量，同時對于信號的管理方面有著極大的問題，需要依靠計算機等相關(guān)來技術(shù)來對其進行管理。

通過基于像素級和特征級的方法，都可以對于數(shù)字圖像融合模式進行求解，同時它們應該通過對象的一些基本特性，來對其進行優(yōu)化，得到一個符合實際的答案，其中像素級融合主要是通過方程計算來進行最優(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，但是對于決策級融合來說，它主要是采用每一步數(shù)字圖像融合優(yōu)化的方式來進行最優(yōu)化數(shù)字圖像融合的，所以，在剛開始就對系統(tǒng)有一定的要求，自適應的數(shù)字圖像融合，主要是在初始條件穩(wěn)定的情況下，對于每一步的代價函數(shù)來進行計算，在這個算法進行計算的過程當中，對于初始條件進行選擇是極為重要的，它對于整個算法能否在較短時間內(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，因此這個算法主要困難在于需要在一開始就找到一個穩(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)展與應用

圖像融合目前越來越借助于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，主要通過梯度下降法來進行誤差的快速下降，使得整個系統(tǒng)能夠盡快的收斂，最終使得誤差減小，得到最優(yōu)化的識別配準結(jié)果。它們主要是采用隱藏式的結(jié)構(gòu)，從外部是無法進行感知的，輸出層可以將中間層計算好的信息進行輸出，這樣就實現(xiàn)了正向的學習，最后由總的輸出層來把結(jié)果進行輸出，在實際運行當中，輸入層的權(quán)值不變，不斷的對于中間層的權(quán)值進行更新，如果實際的輸出和期望差距比較大的時候，就可以產(chǎn)生一定的誤差，這樣誤差就會反向傳播，按照原有的方式進行各層的修正，把每一層的權(quán)重都進行調(diào)整，調(diào)整使其更加滿足實際的要求。

由于在整個工業(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)擁有著特別強的處理能力，數(shù)字圖像融合技術(shù)所具備的及時、直觀、豐富信息內(nèi)容、準確的優(yōu)點而在比較多場合廣泛得到應用。尤其是在最近幾年時間以來迅猛發(fā)展的計算機技術(shù)、圖像處理技術(shù)的背景下，那么紅外光電監(jiān)控還會朝著智能分析、高清晰領(lǐng)域發(fā)展。圖像處理平臺的組成是各種設(shè)備資源等系統(tǒng)的磁盤陣列、數(shù)據(jù)庫、服務器等基礎(chǔ)設(shè)備設(shè)施，其職責就是將安全、可靠、穩(wěn)定、有效數(shù)據(jù)來源提供給綜合管理平臺系統(tǒng)的應用系統(tǒng)。主要是指各種類型的安全數(shù)據(jù)交互中間件、關(guān)系數(shù)據(jù)庫等綜合信息資源庫。通過封裝各種類型的安全加密、操作系統(tǒng)、多媒體協(xié)議、數(shù)據(jù)庫，使得所存在的差異得到屏蔽，讓上層應用平臺無關(guān)性實現(xiàn)，將運行系統(tǒng)效率與系統(tǒng)兼容性有效提升。

4 總結(jié)

同時，數(shù)學圖像融合技術(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)越來越成為各行業(yè)的重要發(fā)展趨勢，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。

參考文獻

[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，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].微電子學與計算機，2013，30 （04）：10-13.

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

[4]謝義方，數(shù)字圖像復原算法研究[D].湖南大學，2004.