多聚焦图像融合算法研究

论文摘要

多聚焦图像融合的实质是抽取出每幅多聚焦源图像中的清晰区域,并将这些清晰区域融合起来,生成包含全部场景且都清晰的融合图像。本文主要对像素级多聚焦图像进行研究,针对目前算法中存在的一系列问题,提出了相应的解决方案。在空间域融合算法上,提出了一种基于块同化的空间频率多聚焦图像融合算法。空间频率是一幅图像清晰程度的一种测度,它反映的是字块的活性程度。清晰区块的空间频率是高于模糊区块的空间频率,利用这个特征,在算法中引入空间频率概念,从而准确的提取出图像中清晰的区域,并将它们融合在一起。针对融合时产生的偶然误差,以及临界区域能够顺利过渡,采用块同化的方法对融合图像进行处理。仿真实验结果表明,该算法能准确提取出图像中的清晰区域,避免“振铃现象”和重影,提高了图像融合的质量。从空间域和变换域的互补性角度出发,提出了一种基于PCA的拉普拉斯金字塔变换的多聚焦图像融合算法。针对空间域融合算法在图像细节表现力方面的不足,引入拉普拉斯金字塔对源图像进行分解。基于PCA算法能保留原变量的主要信息,使复杂问题简单化,金字塔分解后的顶层图像则采用PCA算法进行融合;基于平均梯度能反映图像中微小细节反差和纹理变化特征,金字塔分解后的其他层图像则采用平均梯度取大准则。仿真实验结果表明,该算法提高了图像的清晰度,取得了预期效果。在变换域融合算法上,提出了一种基于小波变换的Laplacian金字塔多聚焦图像融合算法。基于金字塔算法分解不带方向性,但变换存在数据冗余,且各层间数据存在相关性,而小波变换在不同分解层上可以不带冗余信息,但不能捕获全部的方向信息,所以将两者算法结合起来。即将图像先进行小波分解得到高频信息和低频信息,对于低频系数的选取基于金字塔方法进行融合,高频系数的选取基于清晰值取大法。仿真实验结果表明,该算法避免了重影,提高了图像的融合的质量。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题研究的背景和意义
• 1.2 研究现状及存在问题
• 1.2.1 研究现状
• 1.2.2 存在问题
• 1.3 多聚焦图像融合技术
• 1.3.1 多聚焦图像成像特点
• 1.3.2 多聚焦图像融合层次
• 1.6 本文的主要内容
• 第二章 多聚焦图像融合的基础理论
• 2.1 多聚焦图像成像原理
• 2.2 多聚焦图像融合主要算法
• 2.2.1 空间域多聚焦图像融合
• 2.2.2 变换域多聚焦图像融合
• 2.3 多聚焦图像融合质量评价
• 2.3.1 主观评价
• 2.3.2 客观评价
• 2.4 本章小结
• 第三章 基于块同化的空间频率图像融合
• 3.1 引言
• 3.2 空间频率
• 3.3 算法描述
• 3.4 算法仿真与结果分析
• 3.4.1 算法仿真
• 3.4.2 融合结果分析
• 3.5 本章小结
• 第四章 基于PCA 的拉普拉斯金字塔变换融合
• 4.1 引言
• 4.2 主元分析的基本原理
• 4.3 拉普拉斯金字塔分解的基本原理
• 4.3.1 基于金字塔算法的融合框架
• 4.3.2 图像的高斯金字塔分解
• 4.3.3 图像的拉普拉斯金字塔分解
• 4.3.4 图像的拉普拉斯金字塔重够
• 4.4 算法描述
• 4.4.1 顶层图像的融合
• 4.4.2 其它层图像的融合
• 4.5 算法仿真与结果分析
• 4.5.1 算法仿真
• 4.5.2 融合结果分析
• 4.6 本章小结
• 第五章 基于小波变换的Laplacian 金字塔多聚焦图像融合
• 5.1 引言
• 5.2 小波变换的基础理论
• 5.2.1 连续小波变换
• 5.2.2 离散小波变换
• 5.2.3 多分辨率分析
• 5.2.4 小波变换的Mallat 算法
• 5.3 小波的分解和重构
• 5.5 算法描述
• 5.5.1 低频部分的融合
• 5.5.2 高频部分的融合
• 5.6 算法仿真与结果分析
• 5.6.1 算法仿真
• 5.6.2 融合结果分析
• 5.7 本章小结
• 第六章 总结与展望
• 6.1 全文总结
• 6.2 工作展望
• 致谢
• 参考文献
• 附录：作者在攻读硕士学位期间发表的论文