像素级多聚焦图像融合算法研究

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