《多能見度下多視角動態圖像感測網融合算法研究》是依託上海電力大學，由劉剛擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：多能見度下多視角動態圖像感測網融合算法研究
- 項目類別：青年科學基金項目
- 項目負責人：劉剛
- 依託單位：上海電力大學
項目摘要,結題摘要,
項目摘要
隨著無線感測網技術的發展，圖像感測器作為新型的監測手段越來越被廣泛使用，圖像融合是圖像感測網套用的關鍵環節。其中，圖像融合算法的穩健性、實時性以及低功耗問題是非常迫切需要解決的問題。現有的圖像融合方法大都以多尺度分析和融合策略為研究對象，而融合系統的穩健性和實時性問題是非常迫切需要解決的問題，這限制了圖像融合的套用。本項目重點研究圖像融合系統的穩健性問題，輔助研究其實時性問題。首先對不同感測器類型的融合系統外界干擾方式進行分析，提出描述融合系統穩健性的評價方法，分析後小波域的層間以及層內的分布特徵關聯性特性，利用HMM的統計特性提出一種提高圖像融合效果且能夠改善融合穩健性的融合策略；而後，為了提高融合系統的實時性，採用擴展Kalman濾波器或粒子濾波器方法，考慮動態圖像幀間相關信息，提出一種非線性後小波域HMM模型的序列圖像融合方法。
結題摘要
隨著無線感測網技術的發展，圖像感測器作為新型的監測手段越來越被廣泛使用，圖像融合是圖像感測網套用的關鍵環節。其中，圖像融合算法的穩健性、實時性以及低功耗問題是非常迫切需要解決的問題。現有的圖像融合方法大都以多尺度分析和融合策略為研究對象，而融合系統的穩健性和實時性問題是非常迫切需要解決的問題，這限制了圖像融合的套用。本項目旨在研究多視角動態圖像的配準和融合算法，重點研究圖像融合系統的穩健性問題，輔助研究其實時性問題。對不同感測器類型的融合系統外界干擾方式進行分析，提出描述融合系統穩健性的評價方法；分析後小波域的層間以及層內的分布特徵關聯性特性，利用HMM的統計特性提出一種提高圖像融合效果且能夠改善融合穩健性的融合策略；為了提高融合系統的實時性，採用擴展Kalman濾波器或粒子濾波器方法，考慮動態圖像幀間相關信息，提出一種非線性後小波域HMM模型的序列圖像融合方法。該項研究的開展，為圖像融合系統設計提供理論依據和部分參考數據，為進一步完整而全面地研究圖像融合系統穩健性分析奠定基礎。本項目多能見度下多視角動態圖像感測網融合算法研究，主要分為三個部分進行系統性地研究：第一、對國內外視頻感測網多視角融合技術的研究，了解目前一些算法的優缺點以及其相關的穩健性。同時闡明該項研究的開展，為進一步完整而全面地研究圖像融合系統穩健性分析奠定基礎；對於豐富信息融合理論有一定的積極意義；第二、該項目重點研究穩健性問題，輔助研究其動態融合的實時性問題，提出了描述融合系統穩健性的評價方法、改善融合穩健性的融合策略以及更加穩健的圖像融合算法等理論方面知識；第三、將理論知識運用在一些實際的施工項目中，如智慧型協調裝置的研發、視頻圖像增強算法的研究和設計以及放線走板狀態和滑車跳線監控裝置的研發等等，體現所研究算法的穩健性以及實用性。
