多能见度下多视角动态图像传感网融合算法研究

With the development of wireless sensor network technology, the image sensor as a new means of monitoring is increasingly widely used, image fusion is a key part of the image sensor network applications. Among them, the robustness of image fusion algorithms, real-time and low power consumption are very urgent problems need to be address.The existing image fusion methods are based on the multi-resolution analysis and fusion strategy as the object of study, and fusion system robustness and real-time problems is very urgent problem, which limits the application in image fusion. This project focuses on the study of image fusion system robustness issues, assisted on the real time problem. First of all the different types of sensor fusion system interference means undertakes an analysis, put forward to describe the fusion system robustness evaluation method, after the analysis of wavelet domain layer and layer within the distribution feature correlation properties, using HMM statistical properties of the proposed an improved image fusion effect and can improve the robustness of the fusion fusion strategy; and then, in order to improve the integration of the real-time performance of the system, using extended Kalman filter or particle filter method, considering the dynamic image frame information, this paper presents a nonlinear after HMM model in wavelet domain image sequences fusion method.

随着无线传感网技术的发展，图像传感器作为新型的监测手段越来越被广泛使用，图像融合是图像传感网应用的关键环节。其中，图像融合算法的稳健性、实时性以及低功耗问题是非常迫切需要解决的问题。现有的图像融合方法大都以多尺度分析和融合策略为研究对象，而融合系统的稳健性和实时性问题是非常迫切需要解决的问题，这限制了图像融合的应用。本项目重点研究图像融合系统的稳健性问题，辅助研究其实时性问题。首先对不同传感器类型的融合系统外界干扰方式进行分析，提出描述融合系统稳健性的评价方法，分析后小波域的层间以及层内的分布特征关联性特性，利用HMM的统计特性提出一种提高图像融合效果且能够改善融合稳健性的融合策略；而后，为了提高融合系统的实时性，采用扩展Kalman滤波器或粒子滤波器方法，考虑动态图像帧间相关信息，提出一种非线性后小波域HMM模型的序列图像融合方法。

随着无线传感网技术的发展，图像传感器作为新型的监测手段越来越被广泛使用，图像融合是图像传感网应用的关键环节。其中，图像融合算法的稳健性、实时性以及低功耗问题是非常迫切需要解决的问题。现有的图像融合方法大都以多尺度分析和融合策略为研究对象，而融合系统的稳健性和实时性问题是非常迫切需要解决的问题，这限制了图像融合的应用。. 本项目旨在研究多视角动态图像的配准和融合算法，重点研究图像融合系统的稳健性问题，辅助研究其实时性问题。对不同传感器类型的融合系统外界干扰方式进行分析，提出描述融合系统稳健性的评价方法；分析后小波域的层间以及层内的分布特征关联性特性，利用HMM的统计特性提出一种提高图像融合效果且能够改善融合稳健性的融合策略；为了提高融合系统的实时性，采用扩展Kalman滤波器或粒子滤波器方法，考虑动态图像帧间相关信息，提出一种非线性后小波域HMM模型的序列图像融合方法。该项研究的开展，为图像融合系统设计提供理论依据和部分参考数据，为进一步完整而全面地研究图像融合系统稳健性分析奠定基础。. 本项目多能见度下多视角动态图像传感网融合算法研究，主要分为三个部分进行系统性地研究：. 第一、对国内外视频传感网多视角融合技术的研究，了解目前一些算法的优缺点以及其相关的稳健性。同时阐明该项研究的开展，为进一步完整而全面地研究图像融合系统稳健性分析奠定基础；对于丰富信息融合理论有一定的积极意义；. 第二、该项目重点研究稳健性问题，辅助研究其动态融合的实时性问题，提出了描述融合系统稳健性的评价方法、改善融合稳健性的融合策略以及更加稳健的图像融合算法等理论方面知识；. 第三、将理论知识运用在一些实际的施工项目中，如智能协调装置的研发、视频图像增强算法的研究和设计以及放线走板状态和滑车跳线监控装置的研发等等，体现所研究算法的稳健性以及实用性。