基于像素级的图像融合方法研究

基于像素级的图像融合方法研究

论文摘要

图像融合是将两幅或多幅具有不同信息表现形式的图像融合为一幅图像,使得融合图像在信息表达上更加满足人们需要的一种图像处理方法。其实质是对源图像在时空上包含的互补信息和冗余信息进行综合处理,使融合图像对场景和目标的表达更加全面,更加有利于人们分析和理解的过程。图像融合技术已广泛应用于军事侦查、医疗诊断、遥感影像分析、红外目标检测和智能机器人视觉等领域,是图像处理和图像理解领域的一项新技术。在系统回顾了传统图像融合算法的基础上,重点研究了多方向多分辨率图像变换方法在图像融合中的应用,包括小波变换、曲波变换、轮廓波变换等,并将非下采样轮廓波变换引入到图像融合中,在此基础上提出了一种基于多方向非抽样小波变换和区域多特征匹配度测量的图像融合方法。研究的主要内容如下:(1)在小波变换基本理论和实验总结的基础上,着重讨论了小波变换应用在数字图像融合中所表现出的光谱扭曲和虚假边缘等缺陷。(2)介绍了多方向多分辨率图像变换方法的基本理论及其在图像融合中的应用。多方向多分辨率图像变换方法可克服小波变换在图像融合中只对有限方向高频信息检测的局限性,可以有效的检测图像在多个方向的高频信息,为图像的融合提供良好的条件。研究了非下采样轮廓波变换的基本原理,将其引入到图像融合中,并进行了实验验证和数据分析。(3)提出了一种具有平移不变性的多方向非抽样小波变换方法。此方法基于多方向多分辨率思想,并充分利用非抽样小波变换在图像变换中具有的冗余性和平移不变性以及非下采样方向滤波器组在多方向图像信息检测上的优势,在图像多分辨率分解的基础上,对高频信息进行更有效地提取,并将其应用在图像融合中。(4)设计了一种基于区域多特征匹配度测量的融合算子。此融合算子综合考虑了图像局部区域多个特征所表现出的特性,有利于局部多个特征在融合中的利用,以提高融合图像的融合效果。(5)开发了一个基于Matlab6.5和Visual C++6.0的图像融合实验演示系统。此演示系统利用混合编程的思想,根据Matlab6.5与Visual C++6.0的接口技术,实现了Visual C++6.0调用Matlab函数的功能,以实现数字图像融合算法。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • 1.1 选题依据
  • 1.2 图像融合技术概述
  • 1.2.1 图像融合技术
  • 1.2.2 图像融合层次划分
  • 1.3 国内外研究现状
  • 1.4 图像融合的具体应用领域
  • 1.4.1 多聚焦图像
  • 1.4.2 医学图像
  • 1.4.3 遥感图像
  • 1.4.4 红外图像
  • 1.5 本文研究内容安排
  • 第2章 图像配准
  • 2.1 图像配准的理论基础
  • 2.2 图像几何变换方法
  • 2.3 图像配准方法及实验
  • 2.3.1 配准方法简介
  • 2.3.2 配准实验
  • 2.4 本章总结
  • 第3章 图像融合评价方法
  • 3.1 主观评价方法
  • 3.2 客观评价方法
  • 3.2.1 基于信息量的评价
  • 3.2.2 基于统计特性的评价
  • 3.2.3 基于梯度值的评价
  • 3.2.4 基于信噪比的评价
  • 3.3 本章总结
  • 第4章 基于小波变换的图像融合算法研究
  • 4.1 传统图像融合算法
  • 4.1.1 简单加权融合方法
  • 4.1.2 IHS 变换融合方法
  • 4.1.3 PCA 变换融合方法
  • 4.1.4 Brovery 变换融合
  • 4.2 金字塔分解的融合方法
  • 4.2.1 图像金字塔分解方法
  • 4.2.2 基于图像金字塔分解的融合方法
  • 4.3 基于小波变换的图像融合方法
  • 4.3.1 小波变换简介
  • 4.3.2 基于小波变换的图像融合
  • 4.4 融合算子确定方法
  • 4.4.1 基于像素的融合算子
  • 4.4.2 基于区域的融合算子
  • 4.5 实验及结果分析
  • 4.6 本章小结
  • 第5章 多方向多分辨率变换在图像融合中的应用
  • 5.1 Curvelet 变换的原理及方法
  • 5.1.1 Ridgelet 变换原理及方法
  • 5.1.2 Curvelet 变换原理及其方法
  • 5.1.3 Curvelet 变换在图像融合中的应用
  • 5.2 Contourlet 变换方法
  • 5.2.1 拉普拉斯金字塔分解
  • 5.2.2 方向滤波器组的构造
  • 5.2.3 Contourlet 变换
  • 5.3 非下采样 Contourlet 变换
  • 5.3.1 非下采样Contourlet 变换
  • 5.3.2 基于非下采样Contourlet 变换的图像融合
  • 5.4 多方向多分辨率变换在图像融合中的应用
  • 5.5 多方向非抽样小波变换及其在图像融合中的应用
  • 5.5.1 多方向非抽样小波变换
  • 5.5.2 基于多方向非抽样小波变换的图像融合
  • 5.5.3 小结
  • 5.6 基于 Matlab6.5 与 VC++6.0 的图像融合演示系统
  • 5.6.1 Matlab6.5 与VC++6.0 接口技术介绍
  • 5.6.2 图像融合实验演示系统
  • 5.7 本章小结
  • 第6章 总结与展望
  • 6.1 全文总结
  • 6.2 研究展望
  • 参考文献
  • 攻读硕士研究生期间发表的学术论文
  • 致谢
  • 相关论文文献

    • [1].基于经验小波变换的结构损伤特征提取[J]. 计算机与数字工程 2020(01)
    • [2].基于改进的自适应无参经验小波变换的滚动轴承故障诊断[J]. 计量学报 2020(06)
    • [3].基于可调Q因子小波变换和迁移学习的癫痫脑电信号检测[J]. 计算机科学 2020(07)
    • [4].基于小波变换的图像动态融合技术[J]. 电子技术与软件工程 2016(22)
    • [5].基于改进同步挤压小波变换识别信号瞬时频率[J]. 振动.测试与诊断 2017(04)
    • [6].基于离散小波变换的方波消噪[J]. 科技风 2015(11)
    • [7].基于小波变换模极大值原理的变电站变压器保护研究[J]. 科学家 2017(11)
    • [8].基于离散小波变换的分布式光伏孤岛检测方法[J]. 浙江电力 2019(12)
    • [9].基于经验小波变换的基因关联隐私保护实验研究[J]. 湖南大学学报(自然科学版) 2020(02)
    • [10].多级离散小波变换的高效超大规模集成架构[J]. 光学学报 2019(04)
    • [11].基于小波变换的重力区域场提取[J]. 科技创新与应用 2018(11)
    • [12].图小波变换在图像分割中的应用研究[J]. 微型机与应用 2017(08)
    • [13].同步压缩小波变换在油气检测中的应用[J]. 中国煤炭地质 2016(05)
    • [14].基于离散小波变换的信号分解与重构[J]. 计算机技术与发展 2014(11)
    • [15].压缩小波变换地震谱分解方法应用研究[J]. 石油物探 2015(01)
    • [16].一维离散小波变换在心电信号降噪中的应用[J]. 贵州师范大学学报(自然科学版) 2014(06)
    • [17].基于小波变换的时空数据压缩方法[J]. 武汉工业学院学报 2013(03)
    • [18].基于翻转结构的离散小波变换片上系统设计验证[J]. 计算机与数字工程 2013(12)
    • [19].稀疏分解与提升小波变换相结合的雷达脉冲参数估计法[J]. 电子测量技术 2020(16)
    • [20].基于方向小波变换的图像边缘检测[J]. 攀枝花学院学报 2014(05)
    • [21].过完备有理小波变换在轴承故障诊断中的应用[J]. 振动.测试与诊断 2011(05)
    • [22].5/3提升小波变换的仿真与FPGA实现[J]. 电脑知识与技术 2010(02)
    • [23].基于离散小波变换的水文序列相似查找[J]. 科技信息 2010(23)
    • [24].一种提升小波变换的VLSI结构设计[J]. 电脑知识与技术 2010(34)
    • [25].提升小波变换的并行处理与高速实现[J]. 光电工程 2009(08)
    • [26].利用平稳小波变换的突变性检测研究[J]. 电子设计工程 2020(08)
    • [27].冗余小波变换零相位分解实现方法及应用研究[J]. 电光与控制 2020(06)
    • [28].新阈值小波变换的心音去噪[J]. 计算机工程与设计 2020(09)
    • [29].基于小波变换的陶瓷零件研磨后的正废品识别[J]. 佳木斯大学学报(自然科学版) 2018(06)
    • [30].基于提升小波变换的雷达生命信号去噪技术[J]. 通讯世界 2019(01)

    标签:;  ;  ;  ;  ;  ;  

    基于像素级的图像融合方法研究
    下载Doc文档

    猜你喜欢