1、 湖南大学工程硕士学位论文基于模糊神经网络的图像特征级信息融合算法研究塞直盘副麴握奎直查直级王捏亟瓻 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体己经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均己在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩
2、印或扫描等复制手段保存和汇编本学位论文。年解密后适用本授权书。朐谝陨舷嘤娇蚰诖颉埃锄罗的惴认咝怨咝砸蜃覲算法寻优过程更加稳定、平滑，分类精度更高。 琲 ， 基于模糊神经网络的图像特征级信息融合算法研究 ；目 录结合腇图像融合算法基于模糊神经网络的图像特征级信息融合算法研究小结 基于呕疐的图像融合算法一小结参考文献图：评硐低场图神经元基本结构图图第一类神经元图第一类模糊神经元构成的模糊神经网络图第二类神经元图第二类模糊神经元构成的模糊神经网络图学习阶段隶属度函数的变化 图模糊神经网络结构图提出的特征级图像融合框架示意图图原图以及各融合结果图图原图以及各融合结果图图原图及各方法融合结果图图原图及各
3、方法融合结果图基于模糊神经网络的图像特征级信息融合算法研究附表索引表学习算法误差精度表标准图的各方法融合结果评价表表标准图的各方法融合结果评价表合会 岢觥将信息融合定义为：从不同层次，图像融合是信息融合的一个重要分支。众所周知，在平时生活中大多数的信息都来源于我们的双眼，通过眼睛我们可以获取到自身所在环境的主要信息。视觉信息直观的反映了外部世界所有物质的外观，形态，位置，色彩等信息，如果没有了视觉信息，人们将失去对于外界物质的认知能力，因此对于视觉信息的研究在信息处理研究中具有举足轻重的地位。人类的双眼本身就是一个视觉信息的融合系统，只有在少数仅需要单一视觉信息的场景，比如单目瞄准时，才只使用
4、一只眼睛。一般情况下，大脑都是通过对双眼同时获取的视觉信息进行综合处理从而完成人类对于外界视觉信息的理解，因此，可以认为信息融合是生物行为学在科学技术领域的应用。图像融合的目的是通过综合同一场景下多源传感器提供的多个波段或者多种基于模糊神经网络的图像特征级信息融合算法研究目前，图像融合技术已经广泛应用于遥感、军事、医疗、机器视觉等领域。在遥感领域，多传感器图像融合主要应用于土地资源、植被资源、海洋资源、水资源的检测、城市规划、环境监控等方面。一般进行的是将对应区域所获取的多光谱图像信息与高分辨率图像的融合，融合后的图像既保留高分辨率图像的空间细节信息，又包含了多光谱图像的色彩信息。在军事领域，
5、由于作战系统的要求，图像融合能够在作战空问地域信息、目标识别、跟踪、侦查等方面提供高精度、对多个传感器所获取的图像信息进行融合主要是为了以下几个目的：获得更加全面的图像信息。通过融合不同类型传感器的图像信息，使得一幅图像中可以表现出更全面的图像信息，如高分辨率图像与多光谱图像融合、红外与可见光的融合、雷达信息与可见光的融合等，使得融合的图像中包含了多种类型的信息。形式的差异性，对于图像信息处理方法的多样性，以及图像融合应用环境的复杂性，仍然存在着图像融合的整体框架不够完善、适用性不够全面以及应用的实施不够稳定等相关的问题和难点。因此在图像融合的方法、应用的理论以及实践等方面还有待进一步的深入研
6、究。图像信息作为信息的一种重要表现形式，使得图像融合成为了信息融合一个非常重要的分支，其最早应用于遥感图像的分析以及处理。早期的图像融合处理仅仅是将雷达图像与甅图像进行简单的叠加，用于对地质的解释方面。八十年代出现的猂和枷竦娜诤稀和数据的融合，引发了人们对于多个遥感传感器数据进行融合研究的关注，随后产生的多光谱图像与多分辨率图像的融合，促使图像融合技术成为了信息融合研究中的热点。在计算机视觉领域，图像融合主要应用于生产线上对于生产状态的检测、产品质量的检测、无人车的道路识别以及机器人的目标识别。在图像安全领域，图像融合主要用于图像水印，加强图像信息的安全性。在医学领域，图像融合主要应用于综合多
7、种医学图像，为医生提供更加全面的病患信息，将多种医学图像信息进行综合，能够使医生为病人做出更加准确的病情诊断。一定的成果但是整体融合效果与实际要求仍然具有较大的差距。相关会议和国外各大学术期刊中。同时，在军事、医学、网络安全领域关于吊舱，其使用了能将前视红外、激光测距以及可见光摄像机等多种传感器获得的信息进行融合的系统，该系统在获取了关于目标的热源、距离以及可视光谱等信息后进行系统的综合之后输出涵盖了三个维度的综合信息显示在显示屏上。世纪年代，美国海军在戏扑的潜艇上安装了一套具有图像融合处理的样机的系统，这个系统为操纵人员全方位的提供能够观测到各种传感器信息要求设计的系统能够给司令部一级的指挥
8、机构和网络提供比较稳定的战场图像。年初，美国波音公司的电子飞行实验室对孔径雷达图像与红外图像进行了融合研究，并制造出了能够快速识别目标并确定目标位置的信息融合系统，该系统能够为飞行员提供及时、准确的关于特定目标的识别以及定位。在医学发展方面，图像融合的研究稍晚，年月末在美国芝加哥召开的北美放射学会关多传感器信息融合技术研究的报告，九十年代初期，图像融合技术在各领域的图像融合的层次图像素级图像融合多聚焦图像融合算法是图像融合中一个重要的分支，其目的是通过一定的融合算法综合多个简单的可见光传感器在同一场景下获得的多聚焦图像，从而得到一幅全聚焦的清晰图像，为后期的图像分析以及图像理解提供更加完整、可
9、靠的高质量图像。通过阅读国内外相关文献以及对于现有经典算法的综合分析之后提出了相应的改进算法。本文主要的研究内容包括以下几个方面：基于模糊神经网络的图像特征级信息融合算法研究惴氖视群莸鼻傲泳植渴视群腿质视雀慕 薖算法最后回顾总结全文，并设想了下一步研究内容的方向。多聚焦图像融合的基本知识图光学视觉传感器成像原理图像融合“。加权融合算法的关键在于权值因子的确定乜，比较通用的权值确定方法有取最大值法、平均加权方法、相关系数法、对比度方法等。加权法简单、方便、计算复杂度低，但是它仅仅考虑了图像中单个像素点的关系进行加权，造成融合图像对比度、亮度都有所降低，图像的边缘、轮廓会变得模糊，图像信噪比和对比
10、度也会相应降低。像素级图像融合最大的不足在于对噪声敏感、对图像匹配度要求高。虽然加权算法的融合效果难以令人满意，但是作为许多复杂算法的基础，在图像融合算法中具有比较重要的地位神经网络融合算法向神经网络以及神经网络。在实际应用过程中，如何评价图像融合算法的性能是一个复杂的问题，一般情况下应遵循以下几个原则口：表主观评价尺度评分表甀客观评价标准溯平均绝对误差模糊神经网络人工神经网络是在现代生物学研究人脑组织结构的基础上提出来的一种模拟图模糊系统基本框图“卜彳其值表示元素“属于集合爿的程度。模糊规则括，。，矗其中，。，为语言变量的模糊集合，通过适当的模糊规则的获取是构建模糊规则库的瓶颈问题。一般有两
11、种方法：一是从专解模糊化器歹型万一代。酢改进的中心平均解模糊化器，其定义为：图神经元基本结构图图第一类神经元个输出的模糊神经元，其输入和输出的关系由一个“”规则表示；由这一类模糊神经元构成的模糊神经网络结构为：基于模糊神经网络的图像特征级信息融合算法研究图第一类模糊神经元构成的模糊神经网络第二类模糊神经元是由非模糊神经元进行直接的模糊化扩展而成的，与非模糊神经元类似，第二类模糊神经元的所有输入由加权或“突触” 操做来修正，并在给出晟后结果之前通过一个累积或“躯体”操作。其中，积累过程与非模糊神经元不同的是D：怂闼阕樱庋哪：窬5氖泶锸轿狧州：，“ 璷弘。，即弘觯瑇。第一层 第二层 第三层 第四层图第二类模糊神经元构成的模糊神经网络
