【摘要】：為了解決單個傳感器所捕獲信息不足的問題,多傳感器的視頻融合已成為一個非常有效的解決方法�？梢姽夂图t外視頻的融合一直以來都是視頻融合領(lǐng)域的重要研究對象,而且在民用、軍事、醫(yī)學(xué)和航空等領(lǐng)域都具有非常廣泛的應(yīng)用�？梢姽庖曨l包含目標(biāo)場景豐富的紋理信息,然而由于可見光的探測距離較短,無法穿透霧、雨、灰塵等物理介質(zhì),故可見光視頻易受惡劣環(huán)境影響。而紅外視頻可以利用熱輻射將超過人眼觀測的紅外波段信息轉(zhuǎn)換成可見信息,可以有效地識別熱物體且探測距離遠,但是其視頻對比度較差,細節(jié)信息不豐富。同時由于視頻數(shù)據(jù)呈現(xiàn)指數(shù)級增長,這給視頻存儲和傳輸都帶來了巨大挑戰(zhàn)。為了解決這一問題,通過利用視頻數(shù)據(jù)的冗余性對冗余數(shù)據(jù)進行刪除是非常具有研究價值的。因此,本文首先通過結(jié)合可見光視頻與紅外視頻的互補性,設(shè)計了基于引導(dǎo)濾波器和加權(quán)二維主成分分析的視頻融合算法。然后通過深入研究視頻冗余特點,結(jié)合視頻的時間冗余性,設(shè)計了基于均值哈希的視頻去冗余算法。本文的主要研究內(nèi)容及貢獻闡述如下:(1)本文考慮到人們對視頻質(zhì)量具有較高的需求,針對可見光視頻和紅外視頻之間的互補性,設(shè)計了基于引導(dǎo)濾波器和加權(quán)二維主成分分析的視頻融合算法(GW2DPCA)。該算法首先使用引導(dǎo)濾波器將待融合視頻幀分解成基層和細層。然后,利用自適應(yīng)加權(quán)二維主成分分析算法融合可見光幀基層和紅外幀基層。僅保留可見光幀的細層,以防止真實紋理被紅外紋理破壞。最后,將融合基層和細層組合來獲取融合幀,融合結(jié)果既保留了可見光視頻的紋理信息也保留了紅外視頻的目標(biāo)物體。與現(xiàn)有方法相比,該算法得到的融合幀具有與原始幀更多的互信息和更高的結(jié)構(gòu)相似度,同時也具有較高的整體標(biāo)準(zhǔn)差和峰值信噪比,整體融合效果更好。(2)本文考慮到系統(tǒng)中數(shù)據(jù)存儲容量和設(shè)備能量的限制,針對視頻在時間上的冗余性,設(shè)計了基于均值哈希的視頻去冗余算法(DRAH)。首先計算視頻幀的均值哈希,并通過比較哈希值中不同位的個數(shù)來得到相鄰幀之間的漢明距離,然后判斷兩個相鄰的視頻幀是否近似重復(fù),若兩幀重復(fù)則刪除冗余視頻幀,從而減少系統(tǒng)中冗余數(shù)據(jù)所占用的存儲空間,同時降低數(shù)據(jù)傳輸時所需的能量消耗。實驗結(jié)果表明,與其他算法相比,本文設(shè)計的算法具有更低的視頻去冗余錯誤率。并且當(dāng)去冗余錯誤率最低時,該算法得到了14.9%的壓縮比,實現(xiàn)了較好的視頻去冗效果。
【學(xué)位授予單位】：西南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP391.41;TN219

【相似文獻】

相關(guān)期刊論文 前10條

1 李鋼;王雷;張仁斌;;基于特征能量加權(quán)的紅外與可見光圖像融合[J];光電工程;2010年03期

2 郭全民;董亮;李代娣;;紅外與可見光圖像融合的汽車抗暈光系統(tǒng)[J];紅外與激光工程;2017年08期

3 劉坤;郭雷;李暉暉;陳敬松;;基于區(qū)域分割的紅外與可見光圖像融合算法的研究(英文)[J];Chinese Journal of Aeronautics;2009年01期

4 葉傳奇;王寶樹;苗啟廣;;一種基于區(qū)域特性的紅外與可見光圖像融合算法[J];光子學(xué)報;2009年06期

5 胡謀法;李超;王書宏;;空時域聯(lián)合差分檢測可見光圖像的運動小目標(biāo)[J];計算機工程與應(yīng)用;2006年21期

6 江靜;張雪松;蘭西柱;;紅外與可見光圖像互信息法自動配準(zhǔn)算法研究[J];華北科技學(xué)院學(xué)報;2006年04期

7 丁文杉;畢篤彥;何林遠;凡遵林;吳冬鵬;;基于剪切波變換和鄰域結(jié)構(gòu)特征的紅外與可見光圖像融合[J];光學(xué)學(xué)報;2017年10期

8 舒久明;;一種自適應(yīng)的紅外與可見光圖像融合算法[J];電子科技;2015年05期

9 趙飛翔;陶忠祥;;基于小波包變換的紅外與可見光圖像融合[J];光學(xué)與光電技術(shù);2013年06期

10 楊陽;胡玉蘭;;主成分分析的紅外與可見光圖像特征融合[J];沈陽理工大學(xué)學(xué)報;2012年04期

相關(guān)會議論文 前10條

1 余萍;張曉芬;;基于變分模型的紅外/可見光圖像配準(zhǔn)方法研究[A];2009全國虛擬儀器大會論文集（二）[C];2009年

2 趙云豐;付冬梅;尹怡欣;王嘉;;基于人工免疫的紅外與可見光圖像配準(zhǔn)方法[A];2008'中國信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（二）[C];2008年

3 高陽;苗艷龍;李寒;張漫;;基于熱紅外與可見光圖像的馬鈴薯水分脅迫監(jiān)測[A];2018中國作物學(xué)會學(xué)術(shù)年會論文摘要集[C];2018年

4 張曉杰;;基于循環(huán)平移的復(fù)Contourlet域紅外與可見光圖像融合[A];上海市紅外與遙感學(xué)會第十九屆學(xué)術(shù)年會論文集[C];2014年

5 胡謀法;李超;王書宏;韓建濤;陳曾平;;可見光圖像背景灰度特性:雙高斯混合分布模型[A];第十二屆全國信號處理學(xué)術(shù)年會（CCSP-2005）論文集[C];2005年

6 蔣宏;任章;;紅外與可見光圖像配準(zhǔn)和融合中的關(guān)鍵技術(shù)[A];2006年全國光電技術(shù)學(xué)術(shù)交流會會議文集（D 光電信息處理技術(shù)專題）[C];2006年

7 程相正;邵銘;張樂;胡啟立;;幾種可見光圖像與紅外圖像融合方法比較[A];2015光電防御技術(shù)學(xué)術(shù)研討會摘要集[C];2015年

8 胡謀法;王書宏;李超;韓建濤;陳曾平;;空時域聯(lián)合去相關(guān)檢測可見光背景下的運動小目標(biāo)[A];光電技術(shù)與系統(tǒng)文選——中國光學(xué)學(xué)會光電技術(shù)專業(yè)委員會成立二十周年暨第十一屆全國光電技術(shù)與系統(tǒng)學(xué)術(shù)會議論文集[C];2005年

9 楊振鵬;馮勤;王行仁;丁瑩;;虛擬環(huán)境紅外物理模型的研究與實現(xiàn)[A];二○○一年中國系統(tǒng)仿真學(xué)會學(xué)術(shù)年會論文集[C];2001年

10 張勇;金偉其;;基于結(jié)構(gòu)相似度與感興趣區(qū)域的圖像融合評價方法[A];中國光學(xué)學(xué)會2010年光學(xué)大會論文集[C];2010年

相關(guān)重要報紙文章 前3條

1 陳磊;風(fēng)云二號C星第一幅可見光圖像成功獲取[N];中國氣象報;2004年

2 記者 宿東;風(fēng)云二號E星成功獲取第一張可見光圖像[N];中國航天報;2009年

3 ;江門局有效提高旅檢速度[N];中國國門時報;2007年

相關(guān)博士學(xué)位論文 前10條

1 沈瑜;基于多尺度幾何分析的紅外與可見光圖像融合方法研究[D];蘭州交通大學(xué);2017年

2 陳艷菲;視覺顯著性計算及其在紅外與可見光圖像融合中的應(yīng)用[D];華中科技大學(xué);2017年

3 梁懷丹;空間遙感紅外與可見光圖像快速配準(zhǔn)算法研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院長春光學(xué)精密機械與物理研究所);2019年

4 李巍;光學(xué)復(fù)合仿生視覺關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2019年

5 朱攀;紅外與紅外偏振/可見光圖像融合算法研究[D];天津大學(xué);2017年

6 周渝人;紅外與可見光圖像融合算法研究[D];中國科學(xué)院研究生院(長春光學(xué)精密機械與物理研究所);2014年

7 趙振兵;電氣設(shè)備紅外與可見光圖像的配準(zhǔn)方法研究[D];華北電力大學(xué)（河北）;2009年

8 宋懷波;低質(zhì)量可見光圖像的處理技術(shù)和識別方法研究[D];山東大學(xué);2009年

9 左羽佳;機載光電平臺紅外與可見光圖像融合系統(tǒng)關(guān)鍵技術(shù)研究[D];中國科學(xué)院長春光學(xué)精密機械與物理研究所;2017年

10 余燁;[D];合肥工業(yè)大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 胡嘉慧;基于可見光圖像形態(tài)和色度特征的介質(zhì)阻擋放電均勻性研究[D];華中科技大學(xué);2019年

2 董軒;基于可見光圖像色度和發(fā)射光譜的交流沿面放電研究[D];華中科技大學(xué);2019年

3 石聰聰;基于改進SIFT的SAR與可見光圖像配準(zhǔn)方法研究[D];合肥工業(yè)大學(xué);2019年

4 章立;可見光圖像弱小目標(biāo)的檢測與跟蹤研究[D];西安科技大學(xué);2018年

5 徐丹;可見光和紅外視頻的融合和去冗余算法研究[D];西南大學(xué);2019年

6 王海彬;基于深度特征的跨模態(tài)行人重識別技術(shù)研究[D];廈門大學(xué);2018年

7 高雪瑩;基于過采樣圖濾波器組的紅外與可見光圖像融合[D];哈爾濱工程大學(xué);2019年

8 丁鑫;紅外和可見光圖像融合算法研究[D];哈爾濱工程大學(xué);2019年

9 高學(xué)志;無人機紅外圖像和可見光圖像配準(zhǔn)融合算法研究[D];哈爾濱理工大學(xué);2019年

10 汪廷;紅外圖像與可見光圖像融合研究與應(yīng)用[D];西安理工大學(xué);2019年

本文編號：2764206