1 海军航空工程学院控制工程系, 山东 烟台 264001
2 中国国防科技信息中心, 北京 100142
3 91206部队, 山东 青岛 264001
针对复杂情况下海上舰船目标单波段特征识别能力不足的问题, 研究可见光、 中波红外和长波红外三波段特征图像融合技术, 重点解决图像融合方法中存在的算法耗时和融合策略选择的问题, 提出了一种新的基于区域协方差矩阵的多波段特征级融合方法, 针对可见光图像和红外图像分别设计11维和5维特征向量, 协方差矩阵可以将多个特征进行融合, 既保证了不同目标之间的区别性, 同时又减小计算量。 该方法首先利用显著性检测, 快速定位图像中的目标区域, 然后, 针对不同波段图像设计的特征向量定义协方差阵的距离计算公式并进行匹配, 通过对图像的一次遍历操作获得积分图像, 在协方差计算时达到快速计算的目的, 最后利用k-阶最近邻算法对多种舰船目标进行分类识别。 利用实拍的3 400余张三波段舰船目标图像作为测试数据。 实验主要分为两部分, 首先对比单波段和三波段融合识别的识别率, 验证所提出的融合方法具有更广的应用范围; 然后, 在计算效率上对比多种传统的像素级方法, 验证采用的特征级融合在计算时间上的优势。 实验结果表明, 该方法可达到951%的识别率, 单帧计算耗时约为05 s, 在实时性和检测率方面都有明显提高。
图像融合 区域协方差 特征级融合 目标识别 Image fusion Regional covariance Feature fusion Target recognition 光谱学与光谱分析
2017, 37(6): 1934
1 海军航空工程学院控制工程系, 山东 烟台 264001
2 中国国防科技信息中心, 北京 100142
3 91206部队, 山东 青岛 264001
针对复杂情况下海上舰船目标单波段特征识别能力不足的问题, 研究可见光、 中波红外和长波红外三波段特征图像融合技术, 重点解决图像融合方法中存在的算法耗时和融合策略选择的问题, 提出了一种新的基于区域协方差矩阵的多波段特征级融合方法, 针对可见光图像和红外图像分别设计11维和5维特征向量, 协方差矩阵可以将多个特征进行融合, 既保证了不同目标之间的区别性, 同时又减小计算量。 该方法首先利用显著性检测, 快速定位图像中的目标区域, 然后, 针对不同波段图像设计的特征向量定义协方差阵的距离计算公式并进行匹配, 通过对图像的一次遍历操作获得积分图像, 在协方差计算时达到快速计算的目的, 最后利用k-阶最近邻算法对多种舰船目标进行分类识别。 利用实拍的3 400余张三波段舰船目标图像作为测试数据。 实验主要分为两部分, 首先对比单波段和三波段融合识别的识别率, 验证所提出的融合方法具有更广的应用范围; 然后, 在计算效率上对比多种传统的像素级方法, 验证采用的特征级融合在计算时间上的优势。 实验结果表明, 该方法可达到95.1%的识别率, 单帧计算耗时约为0.5 s, 在实时性和检测率方面都有明显提高。
图像融合 区域协方差 特征级融合 目标识别 Image fusion Regional covariance Feature fusion Target recognition 光谱学与光谱分析
2017, 37(6): 1934
1 空军航空大学, 吉林 长春 130022
2 中国人民解放军93010部队, 辽宁 沈阳 110000
针对传统图像融合方法易导致融合图像整体对比度低及细节反差小的问题, 提出一种多特征加权多分辨率图像融合方法。首先, 对多尺度分解后的低频系数进行边缘特征、平均梯度特征的提取, 同时对高频系数进行相关信号强度比特征的提取。然后, 通过边缘特征级融合指导像素级图像融合得到高频系数; 针对合成模块中简单加权法易引起边缘或纹理局部模糊的问题, 提出分两种情况分别合成同一位置的多尺度分解系数。最后, 通过平均梯度特征自适应加权得到融合图像的低频系数, 并对低频和高频系数进行多尺度逆变换得到融合图像。实验表明, 本文方法的融合性能优于经典的融合方法, 其融合质量评价指标中的标准差、空间频率、信息熵和平均梯度分别提高了15.12%、4.30%、6.15%和3.44%。
图像融合 红外图像 可见光图像 边缘特征 相关信号强度比 平均梯度 特征级融合 image fusion infrared image visible image edge feature correlated signal intensity ratio average gradient feature level fusion
1 中国科学院 长春光学精密机械与物理研究所,吉林 长春 130033
2 中国科学院 研究生院,北京 100039
介绍了复值独立分量分析(Complex ICA)的基本原理和算法,提出了基于复值独立分量分析的目标识别方法并将其应用于多传感器融合的目标识别中。该方法首先利用快速独立分量分析算法(FICA)对目标训练集图像进行ICA分解,然后分别提取基于独立分量的训练集和测试集目标特征,采用线性判据对训练集目标特征进行分类训练,找到合理的分类阈值,最后对测试集图像进行分类识别。在本文的实验条件下,提出的方法获得了92.1%的识别准确率,远优于传统ICA方法的78.1%和PCA方法的76.2%。
目标识别 多传感器图像融合 特征级融合 复数值独立分量分析 complex ICA target recognition multi-sensor image fusion feature-level fusion
Author Affiliations
Abstract
1 School of Electronic Information and Electrical Engineering, Shanghai Jiao Tong University, Shanghai 200030
2 Institute of Aerospace Science and Technology, Shanghai Jiao Tong University, Shanghai 200030
We employ the target detection to improve the performance of the feature-based fusion of infrared and visible dynamic images, which forms a novel fusion scheme. First, the target detection is used to segment the source image sequences into target and background regions. Then, the dual-tree complex wavelet transform (DT-CWT) is proposed to decompose all the source image sequences. Different fusion rules are applied respectively in target and background regions to preserve the target information as much as possible. Real world infrared and visible image sequences are used to validate the performance of the proposed novel scheme. Compared with the previous fusion approaches of image sequences, the improvements of shift invariance, temporal stability and consistency, and computation cost are all ensured.
动态图像融合 特征级融合 目标检测 双树复小波变换（DT-CWT） 100.2000 Digital image processing 100.2980 Image enhancement 100.7410 Wavelets 110.3080 Infrared imaging Chinese Optics Letters
2007, 5(5): 274
1 西安电子科技大学雷达信号处理国家重点实验室,西安,710071
2 西安电子科技大学电子工程学院,西安,710071
在不完全树型小波分解基础上将纹理和颜色特征进行融合,提出了适合彩色纹理图像分析的新的特征,它比单纯的灰度纹理特征或颜色特征具有更强的分类能力.同时还利用20类真实彩色自然纹理图像对塔式小波分解、不完全树型小波分解和小波包分解进行了多特征融合的分类比较,实验结果表明:不完全树型小波分解的特征级融合表现出良好的分类性能和抗噪能力.
纹理 颜色 特征级融合 不完全树型小波分解
