学位论文 > 优秀研究生学位论文题录展示
基于仿生视觉机理的多源图像融合
作 者: 万莉
导 师: 胡燕翔
学 校: 天津师范大学
专 业: 计算机应用技术
关键词: 图像融合 多尺度分解 边缘增强 视觉注意机制 视觉显著度图 视觉显著差
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 2次
引 用: 0次
阅 读: 论文下载
内容摘要
图像融合是一种信息综合处理技术,它的主要目的是通过对多幅图像间冗余数据的处理,从而提高图像的可靠性;通过对多幅图像间互补信息的处理,从而提高图像的清晰度。同时,利用互补信息还可以使获得的融合图像中包含更加丰富的细节以及更加全面的信息。它在医疗成像、远程监控、特征识别、高动态范围成像、图像压缩等方面得到了广泛的应用。本文研究的重点是将视觉注意机制应用于小波图像融合中。文中首先介绍了图像融合技术的发展背景和基本理论,给出了一些图像融合质量评估方法,然后介绍了像素级图像融合中基于空间域和基于频率域的几种图像融合算法,在现有的小波融合算法基础上,通过进一步的分析、改进,提出了一种基于边缘增强的多聚焦图像融合方法,对需要融合的两幅图像进行小波多尺度分解,根据绝对值最大的方法对高频细节分量图像进行融合,通过增强和提取原始图像的边缘信息强度指导低频近似分量的融合,以此来突出融合图像中的边缘信息。并采用信息熵、标准差等评价指标对该方法进行客观评价。结果表明该方法有很好的融合效果,能更好的突出低频域边缘细节信息,提高融合图像的清晰度,改善视觉效果。由于考虑到人眼的视觉特性对图像融合技术的影响,本文引入了视觉注意机制,主要介绍了视觉注意机制特点,视觉注意机制建模的理论基础及计算的过程。本文提出了基于仿生视觉机理的多源图像融合方法,并给出具体实现步骤。与传统图像融合方法的最主要区别是在图像融合过程中,使用视觉显著度图来指导小波系数的选取和组合过程。这种方法能够使经融合的结果图像保持与原始图像高低一致的视觉显著图以及很高信息含量,更加适合于后端的人眼观察和机器视觉分析。在客观视觉评价中,本文引入了一种新的比较方法,即视觉显著差。实验结果表明,本文的方法跟其它融合方法在两种模式的比较下有最小的均方根误差。
|
全文目录
摘要 4-5 Abstract 5-9 第一章 绪论 9-15 1.1 选题背景和意义 9-10 1.2 国内外研究现状 10-11 1.3 图像融合技术的发展及应用 11-13 1.4 本文的主要工作 13-15 第二章 多源图像融合的方法及性能评价 15-25 2.1 多源图像的分类 15 2.2 多源图像融合的层次结构 15-17 2.3 多源像素级图像融合的方法 17-20 2.3.1 常用的非基于多尺度变换的融合方法 17-18 2.3.2 常用的基于多尺度变换的图像融合 18-20 2.4 多源图像融合方法的性能评价 20-23 2.4.1 图像融合的定性评价 20 2.4.2 图像融合的定量评价指标 20-23 2.5 本章小结 23-25 第三章 基于小波变换的多聚焦图像融合 25-36 3.1 小波变换的基本理论 25-27 3.1.1 小波变换的分类 25-27 3.1.2 多分辨率分析的定义 27 3.2 基于小波变换的图像融合 27-31 3.2.1 Mallat算法 27-28 3.2.2 小波变换的图像融合过程 28-29 3.2.3 小波图像的融合规则 29-31 3.3 基于边缘增强的多聚焦图像融合 31-35 3.3.1 设计思路 31-32 3.3.2 改进的低频融合规则 32-33 3.3.3 实验结果及分析 33-35 3.4 本章小结 35-36 第四章 基于仿生视觉机理的多源图像融合 36-60 4.1 视觉注意机制的特点 36-39 4.1.1 早期的视觉特征 36-37 4.1.2 有关视觉注意机制的心理学特点 37 4.1.3 眼动和注意焦点转移 37-39 4.2 视觉注意机制建模的理论基础 39-41 4.2.1 Treisman的特征融合理论 39-40 4.2.2 Koch的神经生物学框架 40-41 4.3 Itti视觉注意机制模型的计算过程 41-46 4.3.1 彩色图像的输入和原始特征的提取 42-43 4.3.2 多尺度采样和线性滤波 43-44 4.3.3 中央周边差 44 4.3.4 显著图的生成 44-45 4.3.5 竞争和禁止返同机制 45-46 4.4 基于仿生视觉机理的多源图像融合方法 46-59 4.4.1 设计思路 46-47 4.4.2 视觉显著度图的计算 47-50 4.4.3 融合规则 50-51 4.4.4 实验结果和分析 51-59 4.5 本章小结 59-60 第五章 总结及展望 60-62 参考文献 62-68 致谢 68-69 硕士期间工作成果 69
|
相似论文
- 图像拼接技术研究,TP391.41
- 双传感器图像联合目标检测及系统实现研究,TP391.41
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- SAR图像超分辨率重构研究,TN957.52
- ASAR与MODIS协同的海洋溢油信息提取,X87
- 基于水平集区域分割的医学图像融合算法研究,TP391.41
- 轮廓波变换及其在图像处理中的应用,TP391.41
- 基于云计算的数字图像处理平台,TP391.41
- 红外与可见光图像融合方法研究,TP391.41
- 红外与可见光图像配准及融合技术的研究,TP391.41
- 低质量文档图像的二值化研究,TP391.41
- 非制冷热成像信号处理与压缩技术研究,TN919.81
- 单通道时分复用多光谱夜视探测技术研究,TP391.41
- 彩色数字半色调技术的研究,TP391.41
- 基于视觉注意机制的运动目标识别算法研究,TP391.41
- 辅助无人机飞行控制的人造目标检测技术,TP751
- 基于视觉注意机制的服饰平面广告,F713.8
- 电容层析成像技术在电厂气固两相流检测中的应用,TM621
- 基于运动特征的视觉注意计算模型研究,TP391.41
- 图像感兴趣区域数字水印算法研究,TP309.7
- 基于小波域和图像融合技术的视频水印算法研究,TP309.7
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|