和全景图结合起来,构造动态全景图。2005年,侯舒维,郭宝龙针对现有基于灰度级相似的图像拼接方法的缺点,提出了一种图像自动拼接的快速算法,该算法综合考虑了图像拼接的精度和速度,在基准特征块的提取上,采用简单的边缘信息闭值法,在块的搜索上,采用金字塔式分层搜索策略。同年,方青,王博亮提出了一种新的基于比值模板匹配的彩色图像拼接算法,通过在比值模板的构造中引入一个自相关属性来增强模板匹配的健壮性,为了保证待拼接图像在色差与亮度上的一致性,对拼接的结果图进行了相关校正。南京理工大学硕士学位论文全景图自动生成技术研究.Р2.2图像融合现状Р图像融合的概念最早由美国学者提出,是将两个或者两个以上的传感器在同Р一时间(或不同时间)获取的关于某个场景的图像或者图像序列信息加以综合,生Р成一个新的有关此场景的解释,而这个解释是从单一传感器获取的信息中无法得Р到的。按融合在处理过程中的流程可以分为像素级图像融合,特征级图像融合和Р决策级图像融合3个类别。Р像素级方面,Achalakul研究了一种谱屏蔽PCT算法(spectral- screening PCT algorithm),可以融合超谱(hyper-specral)图像,D摄像系统的分布实时图像融合算法;Tseng研究了一种用整数小波变换和PCA融合低分辨 LandsatTM多谱图像与SPOT全彩色(PAN)图像以生成谱损失小的高分辨多光谱图像。Р特征级数据融合的主要方法有:聚类分析方法、Dempster一Shafer推理方法、Р贝叶斯估计方法、信息嫡方法、加权平均方法、表决方法以及神经网络方法等。Р决策级图像融合是一种更高层次的信息融合,其结果将为各种控制或决策提Р供依据。常用的融合方法有贝叶斯估计法、神经网络法、模糊聚类法,以及专家Р系统等。由于输入为各种特征信息,而结果为决策描述,因此决策级图像融合的Р数据量最小,抗干扰能力强。
全文预览