像素级图像融合及其关键技术研究

论文摘要

图像融合是将多个相同或不同类型的成像传感器获取的同一场景的多幅图像信息加以综合与提取,从而产生比任何单一图像信息对景物更加精确的描述。图像融合一般可分为像素级、特征级和决策级图像融合。本文针对像素级图像融合技术中需要解决的关键问题,重点研究了其中的三项关键技术:像素级图像融合预处理中的图像降噪技术、多聚焦图像融合技术以及全色与多光谱遥感影像融合技术。主要内容为:1.提出了一种基于人类视觉系统的图像去噪方法。该方法结合了像素分类与小波变换,在不同的图像区域采用不同的阈值进行去噪,可有效提高图像去噪的效果,同时较好的保持了图像细节。2.提出了一种有利于图像压缩的小波图像去噪方法以及一种小波系数校验方法。该去噪方法利用图像小波系数的层内相关性进行图像去噪,并可与后续的图像压缩处理有效结合。3.提出了一种基于局部区域梯度信息的多分辨率图像融合算法及其改进算法。改进算法对不同源图像的对应尺度系数进行自适应加权相加,以获得融合后的尺度系数。这两种方法的融合效果均优于常用融合方法。4.提出了一种基于离散余弦变换以及一种结合小波变换与离散余弦变换的图像融合新方法。前者的计算量相对较少,适用于实时处理,而后者则能有效提高图像融合的质量。5.提出了一种基于支持向量机与图像块分割的自适应图像融合策略。该方法依据多聚焦源图像块所在的位置,采用不同大小的图像块进行自适应融合处理,可有效提高图像的融合效果。6.提出了一种结合块分割与多分辨率分析的多聚焦图像融合方法。该方法可与现有的基于多分辨率分析的多聚焦图像融合方法相结合,能有效提高这些方法的融合效果。7.提出了一种基于离散余弦变换与IHS（Intensity-hue-saturation,IHS）变换的多光谱与全色遥感影像融合方法及其改进算法。这两种方法可直接在离散余弦变换域进行遥感影像融合,适合压缩格式的遥感影像快速融合。利用这两种方法的思想在空域结合基于IHS变换的融合方法,仅需较小的计算量,在提高融合图像空间分辨率的同时,保持了绿色植被区域的光谱特性。8.提出了一种基于抽样小波变换与IHS变换的高空间分辨率遥感影像融合方法。该方法的计算量接近于基于抽样小波变换的常用融合方法,并可获得近似甚至优于冗余小波变换的融合效果。上述各个技术研究点均进行了相应的计算机仿真与性能分析。本论文的所有研究工作在图像去噪与图像融合处理领域具有重要的理论与应用价值。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 本课题的研究背景及意义
• 1.2 多源图像融合技术及其研究动态
• 1.2.1 图像融合的概念
• 1.2.2 图像融合的应用
• 1.2.3 图像传感器
• 1.2.4 图像融合层次
• 1.2.5 像素级图像融合方法及其研究现状
• 1.2.6 图像融合的评价标准
• 1.2.7 现有图像融合技术中仍存在的问题
• 1.3 主要工作与研究成果
• 1.4 论文安排
• 第二章 一种基于像素分类与人类视觉系统的图像去噪方法
• 2.1 引言
• 2.2 现有小波域图像降噪方法分析
• 2.3 一种基于人类视觉系统的自适应小波图像去噪算法
• 2.3.1 含噪图像的像素分类研究
• 2.3.2 自适应小波图像去噪算法
• 2.3.3 仿真实验及性能评价
• 2.4 小结
• 第三章 一种有利于图像压缩的小波降噪方法
• 3.1 引言
• 3.2 小波域多阈值图像去噪
• 3.2.1 一种用于小波图像去噪的系数检验方法
• 3.2.2 多阈值迭代的小波图像降噪算法步骤
• 3.2.3 实验仿真与性能评价
• 3.3 小结
• 第四章 基于小波变换的不同聚焦图像融合研究
• 4.1 引言
• 4.2 基于小波变换的多聚焦图像融合方法
• 4.2.1 基于多分辨率分析的图像融合概述
• 4.2.2 基于局部梯度融合规则的尺度系数融合研究
• 4.2.3 基于局部梯度融合规则的小波系数融合研究
• 4.3 小结
• 第五章 基于图像块分割的多聚焦图像融合
• 5.1 引言
• 5.2 基于离散余弦变换的多聚焦图像融合方法
• 5.2.1 离散余弦变换及其性质
• 5.2.2 基于DCT变换的多聚焦图像融合算法
• 5.2.3 结合离散余弦变换与小波变换的图像融合方法
• 5.2.4 实验仿真与性能评价
• 5.3 基于支持向量机的自适应图像块分割多聚焦图像融合
• 5.3.1 支持向量机原理
• 5.3.2 特征选择
• 5.3.3 算法步骤
• 5.3.4 实验仿真与性能评价
• 5.4 结合多分辨率与图像块分割的多聚焦图像融合
• 5.4.1 算法原理及步骤
• 5.4.2 仿真实验与性能评价
• 5.5 小结
• 第六章 多光谱与全色遥感影像融合研究
• 6.1 引言
• 6.2 DCT域遥感影像融合
• 6.2.1 DCT域遥感影像融合中的光谱保持研究
• 6.2.2 DCT域遥感影像融合算法步骤
• 6.2.3 实验仿真与性能分析
• 6.3 一种基于HSV颜色空间的遥感影像融合算法
• 6.3.1 HSV颜色空间
• 6.3.2 绿色区域光谱保持型遥感影像融合算法
• 6.3.3 计算机仿真与性能评价
• 6.4 基于抽样小波变换的高空间分辨率遥感影像融合算法
• 6.4.1 现有基于多分辨率分析的遥感影像融合算法分析
• 6.4.2 高空间分辨率遥感影像融合算法
• 6.4.3 计算机仿真实验与性能评价
• 6.5 小结
• 第七章 结论和展望
• 致谢
• 参考文献
• 攻博期间取得的研究成果