1、信息融合技術(shù)在數(shù)字圖像處理中的應用摘要：信息融合技術(shù)是近年來飛速發(fā)展的一門學科，其應用領(lǐng)域廣泛，主要應用于目標識別，戰(zhàn)場監(jiān)視，自動飛行器導航與控制，機器人，復雜工業(yè)過程控制，遙感，醫(yī)療診斷，圖像處理，模式識別等領(lǐng)域。本文通過實際編程實現(xiàn)信息融合在數(shù)字圖像處理中的應用，而且改善了圖像獲取中由于圖像傳感器自身差異而帶來的誤差和噪聲，實現(xiàn)了單一傳感器采集到更理想的圖像的目標。關(guān)鍵詞：信息融合技術(shù) 圖像處理 圖像融合1 引言隨著社會的快速發(fā)展，圖像處理已經(jīng)隨處可見，應用前景廣闊。達到探索宇宙奧秘，小到家居實用。很多筆記本配備人臉識別，各種基于圖像識別的安防系統(tǒng)，工業(yè)生產(chǎn)線等等。而信息融合技術(shù)也因其應用

2、前景廣闊，而備受青睞。信息融合技術(shù)在圖像處理中的應用更是一大研究趨勢。本文著重討論信息融合技術(shù)在數(shù)字圖像處理中的應用。2 研究背景本文使用圖像傳感器采集圖像，但由于傳感器自身精度以及環(huán)境光線的影響，因而獲得的圖像質(zhì)量不是很理想，故而希望借助信息融合技術(shù)來實現(xiàn)對源圖像較好的估計，以期獲得較好更適于后續(xù)處理的圖像。3實現(xiàn)方法3.1 平滑線性濾波器信息融合技術(shù)使用的前提條件是傳感器采集到的信息盡可能的接近真是值。否則進行信息融合沒有意義。所以在使用采集的圖像信息時先對采集的信息進行平滑濾波。平滑線性空間濾波器的輸出（響應）是包含在濾波掩膜鄰域內(nèi)像素的簡單平均值，因此又叫均值濾波器，也屬于低通濾波器。

3、平滑濾波器的概念非常直觀。它用濾波掩膜鄰域內(nèi)像素的平均值來代替這一掩膜內(nèi)圖像的每一個像素值，這樣處理減小了圖像灰度的“尖銳”變化。由于典型的隨機噪聲由灰度級的尖銳變化組成，因此，常見的平滑處理應用就是減噪。然而由于圖像邊緣（幾乎總是一副圖像希望有的特征）也是由圖像尖銳變化帶來的特性，所以均值濾波處理還是存在著不希望的邊緣模糊的發(fā)面效應。常用的平滑濾波掩膜有以下幾種：111111111121242121(a (b圖1 兩個平滑（均值）濾波器掩膜設圖像的像素掩膜為：w1w2w3w4w5w6w7w8w9圖2 圖像像素掩膜那么均值濾波后的輸出為： （公式1） （公式2）公式1是掩膜(a與圖像掩膜的結(jié)果

4、，公式2為掩膜(b與圖像掩膜得到的結(jié)果。比較可以看出掩膜(b更為重要一些。這個掩膜叫做加權(quán)平均，是指用不同的系數(shù)乘以像素，這樣，從權(quán)值上看，一些像素比另一些像素更為重要。本實驗使用掩膜(a，因為dsp做乘法運算花費時間多。3.2 使用信息融合技術(shù)融合兩幅圖像信息融合技術(shù)有多種方法，包括卡爾曼濾波，貝葉斯估計，D_S證據(jù)理論，模糊論和神經(jīng)網(wǎng)絡等。具體問題具體對待，由于要硬件實現(xiàn)，所以算法不能過難。因而采用加權(quán)平均的思想。通過對濾波平滑后的兩幅圖像加權(quán)平均，最后得到希望的結(jié)果。這個方法的難點在于合理選擇兩幅圖像的權(quán)值，這就要對兩幅圖像進行更深層次的識別，可以采集多幅圖像取平均，這樣得到的圖像更為接

5、近真實情況。4 實驗結(jié)果4.1 圖像獲取由于整個系統(tǒng)運行的平臺是dsp，所以采集的是灰度圖像，而且圖像的像素不能過大，太大則會超過dsp芯片本省的片上存儲器容量。故采集的圖像尺寸為像素。采集的圖像是使用標準的BMP格式圖像，BMP（Bitmap-File）文件是Windows采用的圖形文件格式，bmp圖像文件由文件頭、文件信息頭、調(diào)色板和圖像數(shù)據(jù)組成。文件頭14個字節(jié)，由文件頭可以獲得該文件的類型、大小及第1個像素的偏移地址。文件信息共40字節(jié)，調(diào)色板是由256色4組成的。所以圖像內(nèi)容是由14+40+1024=1078字節(jié)開始讀取的。Bmp圖像數(shù)據(jù)是按逆序存儲的，即數(shù)據(jù)是從下到上，從左到右讀取

6、。因此常采用順序讀取，逆序顯示的方法。本實驗用程序?qū)D像讀入dsp中，進行后續(xù)處理。C語言讀取文件的程序如下：void readimage(unsigned char *pimage,char *filename,int w,int hint j;unsigned char *pwork;FILE *fp;if(fp=fopen(filename,"rb"fseek(fp,1078L,SEEK_SET;pwork=pimage+(h-1*w; /bmp數(shù)據(jù)按逆序存儲for(j=0;j fread(pwork,w,1,fp;fclose(fp;圖3 采集的原始圖像（帶噪聲）

7、圖4 經(jīng)過濾波掩膜(a后的濾波效果圖4.2 圖像濾波 由于這幅圖像混有較大的低頻噪聲，因而對其進行平滑線性濾波，采用前面所述的濾波掩膜(a，濾波后的結(jié)果如圖4所示?？梢钥闯鼋?jīng)過圖像濾波處理的圖像相比于原圖噪聲小了很多，但是由于平滑線性濾波器（又稱均值濾波）的原理，即用掩膜鄰域內(nèi)的像素均值來代替這個像素域中的每一個像素值，防止圖像灰度的“尖銳”變化。必然會導致圖像模糊，邊界不清楚。4.3 圖像融合結(jié)果融合采用簡單的加權(quán)平均融合算法。因為這種算法運算量不至特別復雜，能夠硬件實現(xiàn)，而且也能得到較好的結(jié)果，因此選用加權(quán)平均的算法。采集下一幅圖像，如圖5所示由于圖5采集的圖像較之圖3采集的圖像有了很大的

8、改善，為了節(jié)省軟件成本，直接使用圖5采集的圖像和圖1經(jīng)過濾波后的圖像圖4進行融合，為了方便說明，圖5 叫做A圖，圖4叫做B圖。采用不同的權(quán)值得到不同的結(jié)果。圖6為時的融合結(jié)果。可以看來比圖3和圖5任何一個圖像效果都要好。圖7為時的融合結(jié)果。圖8為時的融合結(jié)果。圖9為時的融合結(jié)果。圖10為時的融合結(jié)果。圖5 采集的第二幅圖像 圖6 權(quán)值為0.5時的圖像的融合結(jié)果圖7 時的融合結(jié)果 圖8 時的融合結(jié)果圖9時的融合結(jié)果 圖10 時的融合結(jié)果顯然，相比原始輸入圖像，融合后的結(jié)果越來越接近真實值。由于原來圖像的任一個。5 結(jié)論實現(xiàn)了由兩幅不理想的圖像融合出較為理想的圖像。 在做的過程中發(fā)現(xiàn)，融合的結(jié)果與

9、權(quán)重的大小有關(guān)，而權(quán)重大小又依賴于得到圖像的精確度，因而從源頭上解決圖像采集的精度是一個辦法。其次要采用更加有效的融合算法。本實驗采用的融合算法過于簡單，因而也制約著融合結(jié)果。 作為要硬件實現(xiàn)的算法，在計算量上的簡介程度決定著其的適用范圍，從仿真中明顯能表現(xiàn)出算法運行所需的時間長短。因此尋找更優(yōu)化更簡潔計算量更小的算法也是解決方法之一。參考文獻1岡薩雷斯.數(shù)字圖像處理(第二版）M.北京:電子工業(yè)出版社,2003,91105.2譚浩強.C程序設計(第三版M.北京:清華大學出版社,2005,91130.3文貢堅,王潤生. 一種穩(wěn)健的直線提取算法J.軟件學報,2001,11(11:1660-1665.4陳亮,丁國輝,郭雷.基于直方圖互確認的圖像閾值化分割J.紅外與毫米波學報,2011,1(30:8084.5童詩白,華成英.模擬電子技術(shù)基礎M.北京:高等教育出版社,2009,185214.6王雪梅.