基于小波变换的图像融合技术研究

论文摘要

随着科学技术的飞速发展,越来越多的传感器应用于各个领域中。图像融合就是利用各种成像传感器不同的成像方式,提供互补信息,增加图像的信息量,提高对环境的适应性,以获得更可靠、更准确的信息供观察或进一步处理。该技术被广泛的应用于军事、医学、遥感、机器视觉、目标识别等领域。小波具有的良好时域和频域局部性以及多分辨率性,使得在图像融合应用中小波分析逐步成为了一种主流技术。通过长期的研究,人们发现很难提出一种能够适应各种情况的图像融合算法。因此,本文使用小波变换技术对多传感器图像、多聚焦图像的融合算法分别进行了研究。在多传感器图像融合的研究中,本文根据高斯分布的原理设计了窗口内像素的加权方案。在融合的过程中对低频和高频融合采用了加阈值判断的自适应选择加平均方案来进行系数计算,分别采用了局部方差和平均梯度作为图像融合的高频算子并结合局部能量作为图像融合的低频算子构造了多传感器图像融合算法,即改进的基于局部方差和小波变换的图像融合算法以及改进的基于平均梯度和小波变换的图像融合算法。在多聚焦图像融合的研究中,本文对一种基于分块的图像融合算法进行了分析,在此基础上将小波变换引入到多聚焦图像的融合中,提出了一种基于对比度和小波变换的图像融合算法。该算法利用对比度来衡量图像像素的清晰度,根据小波分解后的系数求取图像像素的对比度,低频分量采用了基于像素对比度加阈值判断的自适应选择加平均系数选择方案,高频系数的选取基于图像像素对比度最大原则,并对选择结果进行一致性验证。对本文中提出的融合算法进行实验,实验结果表明,本文中的算法可获得更好的图像融合效果。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景和意义
• 1.2 国内外研究现状
• 1.3 图像融合技术简介
• 1.3.1 图像融合的步骤
• 1.3.2 图像融合层次
• 1.3.3 图像融合的方法
• 1.4 本文研究的主要内容
• 第二章 图像配准技术
• 2.1 图像配准技术简介
• 2.1.1 图像配准原理
• 2.1.2 图像配准的方法
• 2.2 基于小波变换和互信息测度的图像配准算法
• 2.2.1 相似性测度
• 2.2.2 搜索策略
• 2.2.3 构造图像金字塔
• 2.2.4 图像配准的过程
• 2.3 本章小结
• 第三章 小波变换与小波变换图像融合
• 3.1 小波变换与多分辨率分析
• 3.1.1 连续小波变换
• 3.1.2 离散小波变换
• 3.1.3 多分辨率分析
• 3.2 小波变换图像融合
• 3.2.1 图像的小波变换
• 3.2.2 小波变换图像融合过程
• 3.2.3 小波图像融合规则及融合算子
• 3.3 本章小结
• 第四章 基于小波变换的多传感器图像融合算法
• 4.1 基于窗口融合规则的图像融合算子
• 4.2 基于小波变换的多传感器图像融合算法
• 4.2.1 基于高斯分布的像素加权
• 4.2.2 低频分量的融合
• 4.2.3 高频分量的融合
• 4.3 本章小结
• 第五章 基于小波变换的多聚焦图像融合算法
• 5.1 基于分块的图像融合算法
• 5.2 基于对比度和小波变换的图像融合算法
• 5.2.1 对比度的定义
• 5.2.2 低频分量的融合
• 5.2.3 高频分量的融合
• 5.3 本章小结
• 第六章 图像融合实验结果与分析
• 6.1 图像融合的质量评价
• 6.1.1 主观评价
• 6.1.2 客观评价
• 6.2 多传感器图像融合算法实验结果与分析
• 6.3 多聚焦图像融合算法实验结果与分析
• 6.4 本章小结
• 总结与展望
• 致谢
• 参考文献
• 攻读硕士学位期间的主要科研成果