不同视场的多源图像融合技术研究

doi:10.3969/j.issn.1000-1093.2012.01.005

兵工学报 ›› 2012, Vol. 33 ›› Issue (1): 26-31.doi: 10.3969/j.issn.1000-1093.2012.01.005

不同视场的多源图像融合技术研究

田思^1，2, 张俊举², 袁轶慧², 常本康²

(1. 宁波大红鹰学院应用科技研究院，浙江宁波 315175；2. 南京理工大学电光学院，江苏南京 210094)

收稿日期:2010-07-20 修回日期:2010-07-20 上线日期:2014-03-04
作者简介:田思（1967—），男，博士研究生
基金资助:
江苏省普通高校研究生科研创新计划项目(CX09B_097Z)

Research on Multi-source Image Fusion Technology in Different Fields of View

TIAN Si^1,2, ZHANG Jun-ju², YUAN Yi-hui², CHANG Ben-kang²

(1.Applied Science and Technology Research Institute，Ningbo Dahongying University, Ningbo 315175, Zhejiang, China;2.Institute of Electronic Engineering and Optical Technology, Nanjing University of Science and Technology,Nanjing 210094，Jiangsu，China)

Received:2010-07-20 Revised:2010-07-20 Online:2014-03-04

摘要/Abstract

摘要： 图像融合技术已经成为计算机视觉、自动控制、机器人、目标识别跟踪等领域的关键技术之一。图像融合技术主要研究对象是配准后共视场(FOV)的多源图像系统，现实生活中存在大量不同特性的不同视场的图像系统，不同视场的多源图像融合技术能够在不增加硬件设备投入的情况下，提升图像采集系统的性能；针对不同视场的多源图像融合技术，提出一种仿射变换和线性插值相结合的配准方法；对融合前后的图像在时域、空域进行了分析比较，并对融合的结果进行了评价和对比，验证了此技术应用的可行性。

关键词: 信息处理技术, 多源图像, 不同视场, 配准, 融合

Abstract: In recent years, the image fusion technology already has become one of key technologies in some areas, such as computer vision, automatic control, robot, target identification and track. Its main research object is the registered multiple source image having the same field of view(FOV). There exist a lot of image systems with different features in different fields of view in real life. The multi-source image fusion technology for different fields of view can improve the performance of image acquisition system without investment increase in hardware. For the multi-image fusion technology of different FOV, in this paper, a registration method is proposed, which combines affine transformation and linear interpolation, the images before and after fusion are analyzed and compared in temporal and spatial domains and the results are evaluated to verify the feasibility of the method.

Key words: information processing, multi-source image, different field of view, registration, fusion

中图分类号:

田思, 张俊举, 袁轶慧, 常本康. 不同视场的多源图像融合技术研究[J]. 兵工学报, 2012, 33(1): 26-31.

TIAN Si, ZHANG Jun-ju, YUAN Yi-hui, CHANG Ben-kang. Research on Multi-source Image Fusion Technology in Different Fields of View[J]. Acta Armamentarii, 2012, 33(1): 26-31.

[1]	宋晓茹, 刘康, 高嵩, 陈超波, 阎坤. 复杂战场环境下改进YOLOv5军事目标识别算法研究[J]. 兵工学报, 2024, 45(3): 934-947.
[2]	惠康华, 杨卫, 刘浩翰, 张智, 郑锦, 百晓. 基于YOLOv5的增强多尺度目标检测方法[J]. 兵工学报, 2023, 44(9): 2600-2610.
[3]	彭沛然, 任术波, 李佳男, 周鸿伟, 许廷发. 基于光照感知的多光谱融合行人检测方法[J]. 兵工学报, 2023, 44(9): 2622-2630.
[4]	周宇, 曹荣刚, 栗苹, 马啸. 一种用于外场试验图像的引信炸点检测方法[J]. 兵工学报, 2023, 44(8): 2453-2464.
[5]	夏琳琳, 张晶晶, 初妍, 张道畅, 宋梓维, 崔家硕, 刘瑞敏. 融合天空偏振光的视觉SLAM研究进展与展望[J]. 兵工学报, 2023, 44(6): 1588-1601.
[6]	刘佳, 刘海鸥, 陈慧岩, 毛飞鸿. 基于融合特征的无人履带车辆道路类型识别方法[J]. 兵工学报, 2023, 44(5): 1267-1276.
[7]	王检, 张邦宁, 张洁, 魏国峰, 郭道省. 基于多域特征融合的通信辐射源个体识别方法[J]. 兵工学报, 2023, 44(4): 949-959.
[8]	郭永红, 牛海涛, 史超, 郭铖. 基于卷积和注意力机制的小样本目标检测[J]. 兵工学报, 2023, 44(11): 3508-3515.
[9]	丁伯圣, 张睿恒, 徐立新, 陈慧敏. 基于灰度补偿和特征融合的沙尘图像修复方法[J]. 兵工学报, 2023, 44(10): 3115-3126.
[10]	李良福，陈卫东，高强，许开銮，刘轩，何曦，钱钧. 基于深度学习的光电系统智能目标识别[J]. 兵工学报, 2022, 43(S1): 162-168.
[11]	于博文，吕明. 改进的YOLOv3算法及其在军事目标检测中的应用[J]. 兵工学报, 2022, 43(2): 345-354.
[12]	李泽东，李志农，陶俊勇，毛清华，张旭辉. 基于特征融合的注意力增强卷积神经网络的航空发动机滚动轴承故障诊断方法[J]. 兵工学报, 2022, 43(12): 3228-3239.
[13]	唐伟，贾方秀，王晓鸣. 基于双边滤波的可见光与红外图像自适应融合[J]. 兵工学报, 2022, 43(11): 2836-2845.
[14]	陈刚，姚丽亚，王国新，商曦文，陈旺，阎艳，明振军. 面向鲁棒决策的战场态势评估人机共识形成方法[J]. 兵工学报, 2022, 43(11): 2953-2964.
[15]	王博，蒋平，郭波. 基于多源信息融合的航天阀门可靠性评估[J]. 兵工学报, 2022, 43(1): 199-206.

不同视场的多源图像融合技术研究

Research on Multi-source Image Fusion Technology in Different Fields of View

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价