学位论文 > 优秀研究生学位论文题录展示

基于二通道不可分小波的多聚焦图像融合方法研究

作 者: 张家忠
导 师: 刘斌
学 校: 湖北大学
专 业: 系统分析与集成
关键词: 图像融合 小波变换 二通道不可分小波 滤波器组构造 多聚焦图像
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 9次
引 用: 0次
阅 读: 论文下载
 

内容摘要


图像融合是指按照一定的规则,把同一场景或目标的多个传感器的成像或单一传感器的多次成像进行一定的处理,生成一幅新的图像,新的融合结果图像必须具备优于原图像的效果,即从主观上的视觉效果和客观上的指标评价便准都是最优的。选取融合的图像一般都有数据信息不足、目标场景信息不全面等缺陷。融合后的图像在一定程度上克服了这些缺陷,更加有利于对图像的深层次分析和多场合应用。随着时代的发展,图像融合在数字图像领域、遥感图像领域、、医学图像领域等非军事领域和军事领域得到了广泛的应用,已成为一门研究热点。按照图像融合过程的信息抽象程度,可将图像融合的层次从低到高分为:像素级、特征级、决策级。对于多聚焦图像融合方法,已有部分成熟的理论支持。目前,小波变换已在图像融合中应用很广泛,但是传统张量积小波变换不能充分利用数据本身特有的特征,也不是最优的函数表示方法,而且只能捕捉有限的方向信息:水平、垂直、对角线方向,方向性的缺失使得它不能充分地利用图像本身的几何正则性。多聚焦图像融合是指利用计算机辅以相关的算法对来自于相同场景的多个目标图像进行2次或多次的成像处理,将这些多幅成像中的清晰区域组合成一幅新的图像。就图像处理领域的研究而言,融合后的图像具备了我们需要的更加完整的数据信息,这样有助于我们对图像数据的深层次的分析,以及对成像目标准确的识别和更加透彻的理解。当前在图像融合领域,多聚焦图像常见的融合方法有:基于小波变换的融合方法、基于分块的融合方法、基于金字塔形分解融合方法等,这几种方法在本文中会作相关的介绍,并对其融合结果给予相应的分析和评价。随着科学技术的发展、科技设备的更新换代以及与图像处理领域相关应用的加深,图像处理领域学术科研专家提出了一些新的多聚焦图像融合方法:基于提升小波的多聚焦图像融合方法、基于Curvelet的融合方法、基于形态学小波融合方法等。在图像处理领域,张量积小波仅仅强调垂直和水平方向的信息,本文针对这一缺陷,提出了一种新的多聚焦图像融合方法:基于二通道不可分小波的多聚焦图像融合方法。该方法研究了不可分小波滤波器组的构造,产生一组2×2的滤波器组,用所构造的不可分小波滤波器组分别对多聚焦图像作非下采样多尺度分解,采用低频分量系数值取小、高频分量系数绝对值取大的融合规则对分解后的子图像进行融合。根据这些融合规则做了一系列的相关实验,通过对实验结果进行评价与分析,该方法有较好的融合效果,其融合结果图像有较丰富的边缘信息、较高的清晰度和空间分辨率,其融合性能比基于张量积离散小波(DWT)变换的融合方法的融合性能好,从而证明了本文方法的可行性与正确性。

全文目录


摘要  5-7
ABSTRACT  7-11
第一章 绪论  11-24
  1.1 图像融合技术概述  11-14
    1.1.1 图像融合概念  11
    1.1.2 图像融合系统的一般结构  11-14
  1.2 图像融合应用领域  14-18
    1.2.1 军事应用  14-15
    1.2.2 遥感图像  15-16
    1.2.3 医学诊断  16-17
    1.2.4 数码相机应用  17-18
  1.3 图像融合的评价标准  18-23
    1.3.1 图像融合质量的主观评价方法  19
    1.3.2 图像融合质量的客观评价方法  19-23
  1.4 本文组织  23-24
第二章 小波变换  24-33
  2.1 小波变换的理论  24-28
    2.1.1 二维小波变换  24
    2.1.2 张量积小波和非张量积小波  24-28
  2.2 基于小波变换的图像融合  28-32
    2.2.1 基于小波变换图像融合的主要思想  29
    2.2.2 基于小波变换的图像的融合规则  29-31
    2.2.3 图像融合影响因素  31-32
  2.3 本章小结  32-33
第三章 多聚焦图像融合的传统方法  33-40
  3.1 一般的图像融合方法  33-34
  3.2 基于块分割的融合方法  34-36
  3.3 金字塔形分解融合方法  36-39
    3.3.1 源图像的高斯金子塔变换  36-37
    3.3.2 源图像的拉普拉斯金字塔变换  37-39
  3.4 本章小结  39-40
第四章 基于小波变换的多聚焦可见光图像融合  40-49
  4.1 多聚焦光学成像系统特性  40
  4.2 多聚焦可见光图像融合的意义  40-41
  4.3 多聚焦可见光图像融合信息模型  41-42
  4.4 基于小波变换的多聚焦图像融合  42-48
    4.4.1 实验操作  43
    4.4.2 常见小波基融合结果分析  43-48
  4.5 本章小结  48-49
第五章 基于二通道不可分小波的多聚焦图像融合  49-57
  5.1 二维二通道不可分小波与滤波器组构造  49-51
    5.1.1 二维小波变换  49
    5.1.2 滤波器组的构造  49-51
  5.2 基于二维二通道不可分小波的多聚焦图像融合算法  51-53
  5.3 实验结果的分析与评价  53-55
  5.4 本章小结  55-57
总结与展望  57-58
参考文献  58-62
附录:攻读硕士期间参与项目  62-63
致谢  63

相似论文

  1. 图像拼接技术研究,TP391.41
  2. 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
  3. 双传感器图像联合目标检测及系统实现研究,TP391.41
  4. 图像的稀疏表示及编码模型研究,TP391.41
  5. 唇读中的特征提取、选择与融合,TP391.41
  6. 高光谱与高空间分辨率遥感图像融合算法研究,TP751
  7. 羊绒与羊毛纤维鉴别系统的研究,TS101.921
  8. ASAR与MODIS协同的海洋溢油信息提取,X87
  9. 感觉刺激诱发脑电特征研究,R318.0
  10. 网络传输中的ROI图像编码算法研究,TN919.81
  11. 小波变换在桥梁变形监测数据处理中的应用,TP274
  12. 基于轮廓波变换的数字图像水印方法研究,TP309.7
  13. 基于水平集区域分割的医学图像融合算法研究,TP391.41
  14. 基于多尺度分析的图像融合算法研究,TP391.41
  15. 基于小波变换的三维模型特征提取技术的研究与实现,TP391.41
  16. 轮廓波变换及其在图像处理中的应用,TP391.41
  17. 基于小波的雷达视频压缩方法研究,TN957.52
  18. 脊波变换在全色图像和多光谱图像融合中的应用研究,TP391.41
  19. 一种多数据流聚类异常检测算法,TP311.13
  20. 基于红外与可见光序列图像融合算法的研究,TP391.41
  21. 基于遗传算法及小波变换的三维曲面拼接方法研究,TP391.41

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