|
隨著技術的發(fā)展，出現(xiàn)了很多種圖像傳感器。這些傳感器提供了形式多樣、信息容量各不相同的數(shù)據(jù)。隨之而來的是信息融合概念的產(chǎn)生以及多傳感器信息處理系統(tǒng)的不斷涌現(xiàn)。信息融合的概念最早出現(xiàn)在20世紀70年代末，它的含義是通過對多個傳感器及其觀測信息的合理使用，就把這些傳感器在空間或時間上的冗余或互補信息依據(jù)某種算法進行組合，用來獲得被測對象的一致性解釋或描述，因此使融合信息處理系統(tǒng)獲得比其各組成部分更好的性能。
多傳感器信息融合所處理的多傳感器信息具有十分復雜的形式，并且在不同的信息層次上出現(xiàn)。它是對人腦綜合處理復雜問題的一種全面的、高水平的模仿。一般情況下，一個多傳感器信息融合系統(tǒng)要完成三個主要功能：第一，傳感器信息的協(xié)調(diào)管理，完成多傳感器數(shù)據(jù)的配準與關聯(lián)；第二，多傳感器信息的優(yōu)化合成，依據(jù)一定的準則，在不同層次上合成多源信息，第三，多傳感器的協(xié)調(diào)管理，完成傳感器的任務分配、排序及其有效性的確定。
信息融合處理一般可在三個層次上進行，即數(shù)據(jù)層、特征層與決策層。數(shù)據(jù)層融合通常用于多源圖像組合、圖緣分析和理解等問題。多源圖像組合是將不同圖像傳感器獲得的同一場策的圖像經(jīng)過匹配、合成處理，最終獲得一幅克服單一傳感器圖像在幾何、光譜與空間分辨率上存在局限性的優(yōu)質(zhì)圖像，以利于進一步對其有效利用。特征層融合可對目標的狀態(tài)信息進行融合，也可以對目標的特征進行融合。目標狀態(tài)信息融合主要應用于多傳感器目標跟蹤方面。采用融合技術，目的是跟蹤領域的大量方法都可以經(jīng)過修正，從而轉(zhuǎn)變?yōu)槎鄠鞲衅鞯哪繕烁櫡椒�。目標特征融合實質(zhì)上是模式識別問題，多傳感器系統(tǒng)為識別提供了比單傳感器更多有關目標的特征信息，增大了特征空間的維數(shù)．通過對特征進行關聯(lián)，然后采用已有的識別方法，可提高對目標的識別率。決策層融合實質(zhì)上是一個聯(lián)合決策過程。在理論上，聯(lián)合決策應比任何單傳感器決策更準確。但由于先驗知識不足以及知識庫具有海量性，因此決策層融合理論與技術的發(fā)展較慢。
常用的圖像融合處理方法有以下幾種：空域內(nèi)的像素平均與加權平均、偽彩色映射、非線性方法、貝葉斯優(yōu)化方法、馬爾可夫隨機場與模型退火法、人工神經(jīng)網(wǎng)絡法等；在變換域常用圖像金字塔分解法、小波變換法等。隨著各種成像傳感器的不斷出現(xiàn)，圖像融合處理技術得到了快速發(fā)展。圖像融合作為一種有效的佰息融合技術，已經(jīng)廣泛應用于機器視覺、醫(yī)療診斷、軍事遙感等領域。
|
