基于小波变换的多聚焦图像融合技术研究

论文摘要

图像融合是图像处理中的一个新兴研究领域。其目的是分析每幅待融合图像的特征,采用合适的融合策略对这些特征进行融合,最终得到更符合人或计算机视觉,而且更适合进一步图像处理需要的图像。多聚焦图像融合是把多次拍摄得到的分别对不同目标聚焦的多幅图像进行融合,从而得到各个目标都清晰的一幅图像。该技术能有效提高图像信息的利用率和系统对目标探测识别的可靠性。因此被广泛地应用于机器视觉、目标识别等领域。本文重点对基于小波变换的多聚焦图像融合技术进行研究,主要包含下列内容:首先介绍了图像融合技术和小波分析理论的发展概况,以及小波理论在图像处理中的应用。其次分析比较了当前常用的几类融合方法和融合效果评价方法。在此基础上提出了两种小波图像融合方法,即:基于小波包变换和圆形邻域特征的融合方法,基于自适应加权的多聚焦图像融合方法。其中前一种方法,用小波包变换代替常用的正交小波变换对图像进行分解;融合准则的选取考虑到小波系数的相关性,并且用圆形邻域代替传统的3×3或5×5邻域,降低了时间复杂度。实验证明,该算法对包含大量细节信号(如细小边缘和纹理)的图像具有更好的融合效果。后一种方法侧重于提高图像的视觉特征,对低频系数的融合采用自适应加权平均融合法。该算法使融合图像具有更好的视觉效果。通过对这两种算法进行仿真实验和评价表明,本文中的方法与同类方法相比,可获得更好的图像融合效果。

论文目录

• 摘要
• Abstract
• 第一章 引言
• 1.1 课题研究的目的和意义
• 1.2 图像融合技术的发展及现状
• 1.3 本文的主要工作
• 第二章 小波基理论
• 2.1 小波理论的发展
• 2.2 小波变换
• 2.2.1 连续小波变换
• 2.2.2 离散小波变换
• 2.3 二进小波与框架理论
• 2.3.1 二进小波
• 2.3.2 框架理论与离散小波变换
• 2.4 多分辨率分析（MULTI-RESOLUTION ANALYSIS,MRA）
• 2.4.1 多分辨分析定义
• 2.4.2 尺度空间和小波空间
• 2.4.3 构造小波函数和尺度函数
• 2.5 二维图像的多分辨分析和MALLAT算法
• 2.5.1 二维多分辨率分析
• 2.5.2 Mallat算法
• 2.6 小结
• 第三章 基于小波变换的多聚焦图像融合技术
• 3.1 多聚焦图像融合方法分类与比较
• 3.1.1 空间域法
• 3.1.2 变换域法
• 3.2 基于小波变换的多聚焦图像融合
• 3.2.1 小波图像融合方法综述
• 3.2.2 小波多聚焦图像融合原理
• 3.2.3 基于区域特征的多聚焦图像融合规则
• 3.3 实验结果
• 3.4 小结
• 第四章 多聚焦图像融合效果评价
• 4.1 主观评价
• 4.2 客观评价
• 4.3 融合效果及分析
• 4.3.1 小波基的选取对融合结果的影响
• 4.3.2 小波分解层数对融合结果的影响
• 4.4 小结
• 第五章 基于圆形邻域特征的多聚焦图像融合算法
• 5.1 小波包变换基本原理
• 5.2 基于小波包变换和圆形邻域特征的融合算法
• 5.2.1 算法综述
• 5.2.2 圆形邻域特征
• 5.3 仿真实验
• 5.4 结论
• 第六章 基于自适应加权的多聚焦图像融合方法
• 6.1 算法简述
• 6.2 自适应加权平均融合规则
• 6.3 圆形邻域特征值法和一致性校验
• 6.4 实验结果与评价
• 6.5 小结
• 第七章 总结和展望
• 参考文献
• 攻读学位期间的研究成果
• 致谢