学位论文 > 优秀研究生学位论文题录展示

基于小波变换的多聚焦图像融合研究

作　者: 张素兰
导　师: 王铮
学　校: 重庆大学
专　业: 计算软件与理论
关键词: 多聚焦图像融合小波变换小波基函数小波分解层数区域对比度
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 199次
引　用: 2次
阅　读: 论文下载

内容摘要

同一光学传感器在对同一场景成像时,由于景深的限制,要使同一幅图像中的所有目标都聚焦清晰是很困难的。这一问题可以通过多聚焦图像融合技术加以解决,该技术已经成为图像融合领域的一个研究热点,广泛应用于机器视觉、数码相机的清晰成像、目标识别等领域。同时随着小波理论的日益完善,小波时频域的多尺度、多分辨率的特性使其成为图像处理领域的一个有力工具。本文重点研究了基于小波变换的多聚焦图像融合,从小波变换和融合规则两个角度分别对现有算法进行了深入的探讨和改进工作。由于小波变换技术在时域和频域同时具有良好的局部化特性,对高频采取逐渐精细的时域或空域步长,可以聚焦到分析对象的任意细节。但目前,采用小波分解进行图像融合存在两个问题,即最佳小波基函数的选取和最佳小波分解层数的选取。本文通过大量的实验,确定最佳小波基函数,同时利用小波分解子图像面积比和低频带均方根误差两个标准来确定最佳小波分解层数。本文针对基于小波变换的多聚焦图像的融合规则进行了改进,特别是在高频系数的融合中选取了能较好地反映图像频域的明显特征:区域对比度,根据“小波系数高频区域对比度大对应图像清晰部分”的融合规则构造出融合图像。实验结果表明,无论是依据均方根误差、灰度平均误差、熵、空间频率等客观评价标准,还是视觉的主观评价,所提出的选取方法都是有效可行的。本论文的主要内容包含以下几个方面:首先,论述了图像融合技术的基本理论、现状和方法,并对多聚焦图像融合算法及融合结果的评价方法做了分类。其次,论述了小波理论及其图像的小波分解和重构,研究了小波分解层数及小波基函数的选择对多聚焦图像融合效果的影响,并给出了在多聚焦图像融合算法中最佳小波分解层数和小波基函数的选取;再次,研究了基于小波变换的多聚焦图像融合方法,并提出了改进后的基于小波变换区域对比度的多聚焦图像融合方法,并利用Matlab工具进行算法进行了仿真实验;最后,总结本论文的研究成果和不足,并指出发展方向。

全文目录

中文摘要  3-4
英文摘要  4-8
1 绪论  8-12
  1.1 研究的背景及意义  8-9
  1.2 国内外研究现状  9-10
  1.3 本文研究内容和创新点  10-12
    1.3.1 本文的研究内容  10-11
    1.3.2 本文的创新  11-12
2 多聚焦图像融合研究  12-23
  2.1 多聚焦图像的成像机理  12-13
  2.2 本文所使用的多聚焦实验图像的获取  13-14
  2.3 多聚焦图像的融合层次的划分  14-16
    2.3.1 像素级融合  14-15
    2.3.2 特征级融合  15
    2.3.3 决策级融合  15-16
  2.4 多聚焦图像常用融合算法概述  16-22
    2.4.1 基于空间域的多聚焦图像融合法  16-18
    2.4.2 基于频域的多聚焦图像融合法  18-22
  2.5 本章小结  22-23
3 小波及图像的小波变换  23-42
  3.1 小波变换理论基础  23-34
    3.1.1 相关的基本概念  23-25
    3.1.2 小波的定义及特点  25-28
    3.1.3 常见的小波簇  28-33
    3.1.4 小波包  33-34
  3.2 小波算法分析  34-35
    3.2.1 连续小波变换  34
    3.2.2 离散小波变换  34-35
  3.3 多分辨率分析和Mallat 算法  35-38
    3.3.1 多分辨率分析  35
    3.3.2 小波分解和重构  35-38
  3.4 图像的小波分解与重构  38-41
  3.5 本章小结  41-42
4 多聚焦图像融合结果性能评价  42-50
  4.1 主观评价  42-43
  4.2 客观评价准则  43-47
    4.2.1 基于融合图像自身统计特性的评价指标  43-44
    4.2.2 基于融合图像与标准参考图像之间关系的评价指标  44-46
    4.2.3 基于融合图像与源图像之间关系的评价指标  46-47
  4.3 图像融合质量的综合评价体系  47-48
  4.4 本章小结  48-50
5 基于小波变换的多聚焦图像融合算法  50-64
  5.1 小波基函数的选择  51-54
    5.1.1 小波基函数选择规则  51-52
    5.1.2 试验及结果分析  52-54
  5.2 最佳小波分解层数  54-56
    5.2.1 最佳小波分解层数的选取规则  54-55
    5.2.2 试验及结果分析  55-56
  5.3 基于小波变换的多聚焦图像融合算法  56-63
    5.3.1 多聚焦图像融合一般步骤  56-58
    5.3.2 改进的多聚焦图像融合算法  58-61
    5.3.3 实验结果及分析  61-63
  5.4 本章小结  63-64
6 总结与展望  64-66
  6.1 论文总结  64
  6.2 主要工作  64
  6.3 展望  64-66
致谢  66-67
参考文献  67-71
附录  71
  A. 作者在攻读学位期间发表的论文目录  71

基于小波变换的多聚焦图像融合研究

内容摘要

全文目录

相似论文