论文摘要
在变换域方面,提出了两种基于Q-Shif双树复数小波变换(Q-Shif DT-CWT)的融合算法。针对低频系数和高频系数的不同特点,算法一分别采用邻域梯度取大(NGMS)和模值取大(MVMS)融合准则进行系数融合。在算法一的基础上,算法二采用合成图像模值取大(SI-MVMS)准则对高频系数进行融合。两种融合算法提高了系数选取的准确性,其中算法二融合图像质量更高。在空间域方面,提出了基于非下采样Contourlet变换(NSCT)的空间域融合算法。该算法采用NSCT提取源图像细节信息,通过合成图像绝对值取大(SI-AVMS)准则得到融合决策图来“指导”源图像中像素点的选取。算法利用NSCT良好的细节表现力,克服了传统空间域融合算法在细节表现力上的不足。由于不存在反变换,避免了对源图像信息的破坏。在彩色多聚焦图像融合方面,提出了基于NSCT的空间域彩色多聚焦图像融合算法。该算法根据亮度分量的融合情况“指导”源彩色图像的三个分量中像素点的选取,其中亮度分量采用基于NSCT的空间域融合算法进行融合。该算法避免了传统融合算法容易出现的颜色失真和模糊现象。
论文目录
提要第1章 绪论1.1 课题研究的背景与意义1.2 多聚焦图像融合技术1.2.1 多聚焦图像成像特点1.2.2 多聚焦图像融合的层次1.3 像素级灰度多聚焦图像融合主要算法1.3.1 空间域多聚焦图像融合1.3.1.1 基于像素点的融合算法1.3.1.2 分块融合法1.3.2 变换域多聚焦图像融合1.3.2.1 基于金字塔变换的融合算法1.3.2.2 基于小波变换的融合算法1.3.2.3 基于其它多分辨率分析的图像融合算法1.3.2.4 基于其它多尺度几何分析的图像融合算法1.3.3 像素级彩色多聚焦图像融合算法1.4 多聚焦图像融合质量评价1.5 本文主要研究内容1.6 本文的章节安排第2章 基于双树复数小波变换的多聚焦图像融合2.1 引言2.2 双树复数小波变换2.2.1 (实数)小波变换2.2.2 复数小波变换2.2.3 双树复数小波变换原理2.3 基于Q-Shift DT-CWT的融合算法一2.3.1 低频系数融合准则2.3.2 高频系数融合准则2.3.3 算法一融合步骤2.4 基于Q-Shift DT-CWT的融合算法二2.4.1 低频系数融合准则2.4.2 高频系数融合准则2.4.3 算法二融合步骤2.5 融合实验与结果分析2.5.1 融合实验2.5.2 融合结果分析2.5.2.1 主观评价2.5.2.2 客观评价2.6 小结第3章 基于非下采样Contourlet变换的空间域多聚焦图像融合3.1 引言3.2 非下采样Contourlet变换原理3.3 融合准则3.4 NSCT分解参数的选取3.5 融合实验与结果分析3.5.1 融合实验3.5.2 融合结果分析3.5.2.1 主观评价3.5.2.2 客观评价3.6 小结第4章 彩色多聚焦图像融合4.1 引言4.2 彩色图像的色彩空间模型4.3 基于亮度分量的彩色多聚焦图像融合4.4 融合实验与结果分析4.4.1 融合实验4.4.2 融合结果分析4.4.2.1 主观评价4.4.2.2 客观评价4.5 小结第5章 总结与展望5.1 全文总结5.2 工作展望参考文献攻读博士期间发表的学术论文致谢摘要Abstract导师及作者简介
相关论文文献
标签:图像融合论文; 多聚焦图像论文; 双树复数小波变换论文; 非下采样变换论文; 色彩空间模型论文;