智能融合的应用

2015-2-8 18:06:42　|　来源：admin

图像融合是将两个或者两个以上的传感器在同一时间或不同时间获取的关于某个具体场景的图像或者图像序列信息加以综合，以生成一个新的有关此场景的解释。图像融合的主要目的是减少不确定性，它通过对多幅图像间冗余信息的处理来提高图像的可靠性，通过对多幅图像间互补信息的处理来提高图像的清晰度。近年来，图像融合已经成为众多学科感兴趣的研究热点。

在图像信息融合中，由于图像信息本身的复杂性和它们之间有较强的相关性，在处理过程中的各个不同层次会出现不完整性、不精确性和非结构化问题，以及建模困难等，将计算智能信息处理的方法应用于图像的融合，具有比传统计算方法更好的结果。图像融合过程的自动化、实时化和智能化是研究工作者追求的目标。

下面一起来分析一下图像融合技术的研究现状和计算智能的运行机理，在理论上对相关算法进行了若干方面的改进，在应用上拓展了图像融合的应用领域。

(1)将粗糙集理论和自适应遗传算法相结合用于彩色图像的增强。采用粗糙集理论的分类方法，将图像的颜色属性和噪声属性结合起来用于图像的分类，进而得到图像的边界区域，然后采用不同的增强算法进行增强。在粗糙集分类的过程中，用自适应遗传算法进行阈值的优化，得到分类的最佳结果。经过实例的应用验证，可以看出该算法具有一定应用价值。

(2)根据粒子群算法可以搜索全局最优的特点，将一种基于改进的粒子群优化算法用于寻求模糊隶属函数的最优参数，然后对噪声图像进行模糊中值滤波处理，复原被噪声污染的像素点灰度值。实验结果表明，本文提出的方法可以很好地滤除图像中的噪声，自适应性强。

(3)将一种基于小波变换和HIS变换方法应用于多源遥感图像的融合。

我们以遥感图像的融合为背景，分别探讨了小波变换和HIS变换，分析验证了小波变换方法得到的融合图像在保持源图像的光谱信息方面要优于保持源图像的细节表现能力，而HIS变换法在保持源图像的空间细节方面较好。因此，我们采用了将两者结合起来的方法，使得融合图像多光谱信息的保持和空间细节的表现能力上都有提高。通过对实验结果的分析，验证了该方法的可行性和有效性，能够取得比较理想的效果。

(4)在应用方面，将图像融合技术用于天然气成藏与区带优选评价。

为克服天然气成藏与区带优选评价中出现的解释判断误差，我们在图像校正与配准的基础上，将某地区二叠系与侏罗系烃源岩分布与地化特征的图像进行融合处理，获得对该区域天然气成藏条件与区带优选评价的更准确全面的图形描述，以利于目标的检测、识别与跟踪。融合后的图像充分利用和继承了源图像的多个表征及互补信息，强化了图像中的信息特征，增强了图像的可靠性，具有良好的鲁棒性，极大地方便了专业人员进行解释评价。

*版权声明：
本文章来源于互联网，版权归属于原作者。本站所有转载文章言论不代表本站观点，如是侵犯了原作者的权利请发邮件联系站长（1810230988@qq.com），我们收到后立即删除。