一种改进的WBCT图像融合方法研究

论文摘要

图像融合是指由不同传感器或同一传感器在不同时刻所获得的多幅图像经过一定的处理、综合,以获得对同一场景的更为精确、全面的图像描述,其充分利用了多个被融合图像中包含的互补信息,有效地提取多个图像的信息特征。图像融合技术已经广泛应用于军事、遥感、医学成像、城市规划、气象预报、土地资源调查、洪水监测、地形测绘等领域。本文首先介绍了图像融合的概念、内容、应用,图像融合技术的现状和发展以及图像融合层次的分类,描述了几种像素级图像融合的基本方法,详细介绍了小波变换的历史和发展、小波变换的原理、多分辨率分析和基于二维小波变换的融合方法,并分析了小波变换在图像处理中的不足。其次介绍了几种多尺度变换方法：脊波变换、曲波变换、Contourlet变换、小波Contourlet变换和提升小波变换的原理及实验算法,并分析了这几种方法的优点及不足。本文结合提升小波变换和小波-Contourlet变换提出了一种改进的小波-Contourlet变换的图像融合方法。最后将本文所提方法应用于多光谱图像融合和多聚焦图像融合之中,提出了一种基于HSV变换和改进的小波-Contourlet变换多光谱图像融合方法和一种基于改进的小波-Contourlet变换多聚焦图像融合方法,实验结果表明,本文所提方法能有效提高图像的融合质量,在视觉分析和客观评价指标上,得到良好的效果。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 图像融合技术
• 1.2 图像融合技术的应用
• 1.3 图像融合技术的发展与现状
• 1.4 本文的内容安排
• 第二章 图像融合的基本理论
• 2.1 图像融合层次的划分
• 2.2 常用的像素级图像融合方法
• 2.3 本章小结
• 第三章 小波变换的基本理论
• 3.1 小波变换的历史与发展
• 3.2 小波变换
• 3.2.1 连续小波变换
• 3.2.2 离散小波变换
• 3.2.3 多分辨率分析
• 3.2.4 Mallat算法
• 3.2.5 图像的二维小波分解
• 3.3 基于小波变换的图像融合
• 3.4 小波变换在图像处理中的缺陷
• 3.5 本章小结
• 第四章 改进的小波-Contourlet变换
• 4.1 脊波（Ridgelet）变换
• 4.2 曲波（Curvelet）变换
• 4.3 Contourlet变换
• 4.3.1 拉普拉斯金字塔变换
• 4.3.2 方向滤波器组
• 4.4 小波-Contourlet变换
• 4.5 改进的小波-Contourlet变换
• 4.5.1 提升小波变换
• 4.5.2 改进的小波-Contourlet变换
• 4.6 本章小结
• 第五章 基于改进的小波-Contourlet变换的多光谱图像融合和多聚焦图像融合
• 5.1 基于改进的小波-Contourlet变换的多光谱图像融合
• 5.1.1 多光谱图像融合概述
• 5.1.2 基于改进的小波-Contourlet变换的多光谱图像融合
• 5.1.3 实验结果和分析
• 5.2 基于改进的小波-Contourlet变换的多聚焦图像融合
• 5.2.1 多聚焦图像融合概述
• 5.2.2 基于改进的小波-Contourlet变换的多聚焦图像融合
• 5.2.3 实验结果和分析
• 5.3 本章小结
• 第六章 总结与展望
• 6.1 全文工作总结
• 6.2 今后工作展望
• 参考文献
• 攻读硕士期间参与的项目和发表的论文
• 致谢