学位论文 > 优秀研究生学位论文题录展示
基于Curvelet变换的图像融合算法研究
作 者: 吕霖琳
导 师: 郑永果
学 校: 山东科技大学
专 业: 计算机应用技术
关键词: 图像融合 多聚焦图像 小波变换 第一代Curvelet变换 第二代Curvelet变换
分类号: TP391.41
类 型: 硕士论文
年 份: 2009年
下 载: 126次
引 用: 1次
阅 读: 论文下载
内容摘要
图像融合是图像处理的一个重要领域。其目的是通过分析每幅待融合图像的特征,选用合适的融合策略对特征进行融合,最终得到需要的图像。多聚焦图像融合是图像融合的一个分支,多聚焦图像融合技术中,基于小波变换的多聚焦图像融合是近几年研究较多的方法。但是,小波变换不能很好的表达具有各向异性的图像特征,只能反映信号的零维奇异性,而难以表达更高维的特征,因此,小波变换不适合表示具有线奇异性的二维图像信号。Curvelet变换是从小波变换和Ridgelet变换发展起来的新的多尺度变换,它克服了小波变换对曲线边缘表达的不足,可对图像的平滑部分和边缘部分提供稀疏表达,适合于具有直线或超平面奇异性的二维信号的描述。另外,Curvelet变换具有很强的方向性和高度各向异性,可以更好的描述图像的边缘、细节和曲线等特征信息。Curvelet的这些优良特性,使其在图像特征提取、去噪、增强、图像检索及图像压缩中得到广泛应用,并取得了很好的结果。本文重点研究了第二代Curvelet变换在多聚焦图像融合中的应用。本文工作如下:首先介绍了图像融合技术的发展概况,介绍了数据融合的基本理论和常用的图像融合方法以及对图像融合效果的评价方法。其次介绍了图像处理中几种常用的变换,详细介绍了第一代Curvelet变换、第二代Curvelet变换的原理,并讨论了它们的实现算法。最后给出了两种基于第二代Curvelet变换的图像融合方法,即:基于低频系数和高频系数均采用自适应加权规则的图像融合方法以及低频基于区域能量匹配度加权、高频采用自适应加权规则的图像融合算法。实验表明,对于多聚焦图像融合,Curvelet变换的融合效果优于小波变换的融合效果,通过对两种算法进行MATLAB仿真实验和客观评价表明,本文中的方法与同类方法相比,可获得更好的图像融合效果。
|
全文目录
摘要 5-6 Abstract 6-11 1 绪论 11-15 1.1 引言 11-12 1.2 图像融合技术的发展现状 12-13 1.3 本文的主要工作 13-15 2 图像融合基本理论 15-22 2.1 数据融合基本理论 15-17 2.2 多源图像融合基本方法分析 17-18 2.3 图像融合效果的综合评价 18-22 3 CURVELET变换 22-31 3.1 第一代CURVELET变换 22-27 3.2 第二代CURVELET变换 27-31 4 CURVELET变换在图像融合中的应用 31-38 4.1 图像融合规则 31-32 4.2 基于CURVELET变换的图像融合 32-34 4.3 融合算法的实现 34-35 4.4 实验结果与分析 35-37 4.5 小结 37-38 5 基于区域能量和自适应加权的图像融合算法 38-44 5.1 改进的低频区域能量匹配度加权融合 39-40 5.2 融合算法的实现 40-41 5.3 实验结果及分析 41-43 5.4 小结 43-44 6 总结和展望 44-45 参考文献 45-50 致谢 50-51 攻读硕士期间主要成果 51
|
相似论文
- 图像拼接技术研究,TP391.41
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 双传感器图像联合目标检测及系统实现研究,TP391.41
- 图像的稀疏表示及编码模型研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- ASAR与MODIS协同的海洋溢油信息提取,X87
- 感觉刺激诱发脑电特征研究,R318.0
- 网络传输中的ROI图像编码算法研究,TN919.81
- 基于多尺度分析的图像融合算法研究,TP391.41
- 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
- 轮廓波变换及其在图像处理中的应用,TP391.41
- 基于小波的雷达视频压缩方法研究,TN957.52
- 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
- 一种多数据流聚类异常检测算法,TP311.13
- 基于图像的信息隐藏技术研究,TP309.7
- 基于DM6446与小波的图像压缩系统设计与实现,TP391.41
- 结合DWT的动态数据校正研究及应用,TP274
- 基于小波变换和马尔可夫链的流量预测模型,TP393.06
- 基于小波变换的信号稀疏表示及其在图像去噪中的应用,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
|