多源图像融合算法研究

论文摘要

多源图像融合是图像理解和计算机视觉领域中一项重要的课题，而基于小波分析的多源图像融合是该领域的研究热点之一。本文对小波域图像融合算法进行了较为系统深入的研究，主要工作如下：1．对多源图像融合的原理和方法进行了综述，分析了小波域图像融合的进展情况以及其中存在的问题。2．研究了基于塔型分解的多源图像融合。针对多光谱遥感图像，提出了一种动态尺度梯度调制融合算法。仿真表明，相比于传统的对比度调制或小波融合，该算法较好的保留了遥感图像不同谱段的主要特征。3．研究了基于M带小波，多小波的多源图像融合。综合考虑图像在M带小波变换域的多尺度和多方向性信息以及局部区域的相关特性，提出了一种新的基于尺度内多子带联合窗口(CBWI)特性的图像融合策略，并在多聚焦图像融合实验中进行了仿真验证。综合多小波分析和平移不变性质的优势，将多小波分析扩展到静态多小波的范畴，给出了一种基于静态多小波变换的图像融合方案。4．研究了基于二代提升小波的多源图像融合。讨论了近几年迅速发展的基于提升机制小波变换的基本理论，并利用其算法简单、易实现、需要内存小的优势应用于SAR与光学图像的融合。提出了一种基于提升机制小波变换的SAR图像与光学图像融合算法，并对海滨、临海区域和平原地区的SAR图像与光学图像进行了融合仿真实验，取得了较好的融合效果。5．研究了异类多传感器图像融合问题。由于成像机制的差异，传统的融合算法往往会使融合后的图像物理意义混淆不清，给进一步的图像理解和应用带来困难。本文提出了一种基于HSI空间的伪彩色异类多传感器图像融合方法，并以热红外图像和微光图像为例进行了融合试验。实验结果表明，该方法得到的融合图像，空间分辨率和基于多分辨率的融合算法性能相当，且充分保留了异类传感器图像包含的目标和环境的物理特性(如热能信息、光谱信息等)，有利于人眼的判读和机器的识别。6．对小波域图像融合的前景进行了展望，对小波系数模型、M带多小波系统以及脊波和曲线波理论在多源图像融合领域的应用前景进行了分析。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 多源图像融合概论
• 1.1.1 典型的军用图像传感器
• 1.1.2 多源图像融合的原理与意义
• 1.1.3 多源图像融合的层次结构
• 1.1.4 像素级多源图像融合方法
• 1.1.4.1 加权平均融合
• 1.1.4.2 色彩空间融合
• 1.1.4.3 基于最优化思想的融合
• 1.1.4.4 基于多分辨分析理论的融合
• 1.2 基于多分辨分析理论的图像融合
• 1.2.1 基于塔型分解的图像融合
• 1.2.2 基于小波分析的图像融合
• 1.3 多源图像融合的质量评价
• 1.4 基于图像融合的目标识别
• 1.5 本文工作介绍
• 第二章 基于塔型分解的图像融合
• 2.1 概述
• 2.2 简单的图像融合算法
• 2.3 多分辨率分析理论
• 2.3.1 塔型分解结构
• 2.3.2 小波分解结构
• 2.4 基于塔型分解的图像融合算法
• 2.4.1 一种动态尺度梯度调制图像融合算法
• 2.4.1.1 算法概述
• 2.4.1.2 算法仿真
• 2.5 本章小结
• 第三章 基于M带小波和多小波的图像融合
• 3.1 概述
• 3.2 基于M带小波的图像融合
• 3.2.1 M带小波变换理论
• 3.2.2 基于M带小波变换的图像融合
• 3.2.3 性能评估
• 3.3 基于多小波的图像融
• 3.3.1 多小波变换理论
• 3.3.2 基于静态多小波变换的图像融合
• 3.2.3 性能评估
• 3.4 本章小结
• 第四章 基于二代提升小波的图像融合
• 4.1 概述
• 4.2 提升机制小波变换理论
• 4.2.1 小波变换的多相位表达
• 4.2.2 提升机制的因子分解定理
• 4.2.3 提升方案的快速算法
• 4.2.4 （9/7）滤波器的提升机制实现
• 4.3 基于提升机制小波变换的SAR与光学图像融
• 4.3.1 SAR图像和光学图像的融合
• 4.3.2 融合策略
• 4.3.3 仿真实验
• 4.3.4 性能评估
• 4.4 本章小结
• 第五章 一种基于HSI空间的伪彩色异类图像融合算法
• 5.1 概述
• 5.2 HSI彩色空间及伪彩色技术
• 5.3 一种基于HSI空间的伪彩色异类多传感器图像融合算法
• 5.3.1 算法概述
• 5.3.2 算法仿真
• 5.3.3 性能评估
• 5.4 本章小结
• 第六章 总结与展望
• 6.1 论文总结
• 6.2 小波域图像融合展望
• 6.2.1 小波系数模型
• 6.2.2 M带多小波分析
• 6.2.3 脊波与曲线波分析
• 参考文献
• 发表及录用文章
• 参与项目
• 致谢