發(fā)布時(shí)間：2021-06-06 20:39

　　圖像融合是將多個(gè)傳感器對(duì)同一場景或目標(biāo)所獲取的多幅源圖像中的互補(bǔ)信息綜合處理,融合生成復(fù)合圖像的技術(shù)。融合圖像集中了各張?jiān)磮D像中所包含的有效信息,因此比單一源圖像的信息更加全面,也更加準(zhǔn)確和穩(wěn)定。常見的變換域融合方法將各張?jiān)磮D像轉(zhuǎn)變?yōu)樽儞Q域系數(shù),再融合各張?jiān)磮D像的對(duì)應(yīng)變換域系數(shù),最后對(duì)融合系數(shù)進(jìn)行逆變換得到融合圖像。變換域方法被廣泛應(yīng)用,其優(yōu)點(diǎn)在于能夠較好地獲取圖像中不同尺度的細(xì)節(jié),然而這類方法的普遍問題是融合圖像的對(duì)比度和灰度信息會(huì)發(fā)生偏差,甚至影響融合結(jié)果對(duì)源圖像有效信息的保留。相比之下,空間域方法能夠直接處理像素信息,從而保留源圖像各個(gè)尺度的細(xì)節(jié)而不必受限于多尺度分解的有限尺度,同時(shí)避免了多尺度變換較大的計(jì)算負(fù)擔(dān)。融合的目標(biāo)不是對(duì)源圖像中的互補(bǔ)信息進(jìn)行簡單的綜合,而是通過一定的融合規(guī)則對(duì)源圖像的互補(bǔ)特征加以精細(xì)的整合。許多圖像融合算法雖然都能夠在客觀評(píng)價(jià)指標(biāo)方面有很好的表現(xiàn),然而由于不同特征間的邊緣銜接處理不好造成像素灰度值突變,融合圖像中目標(biāo)邊界看起來常常會(huì)顯得不夠自然,嚴(yán)重的甚至?xí)霈F(xiàn)“塊效應(yīng)”。針對(duì)上述問題,本文基于對(duì)空間域圖像融合技術(shù)的研究,提出了一種空間域的結(jié)構(gòu)感知圖像... 

【文章來源】：蘭州大學(xué)甘肅省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：112 頁

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖2-1雙邊濾波的原理示意圖

蘭州大學(xué)博士學(xué)位論文結(jié)構(gòu)感知圖像融合框架24(a)引導(dǎo)圖像(b)輸入圖像(c)輸出圖像圖2-2引導(dǎo)濾波器示例2.1.3改進(jìn)的維納濾波維納濾波理論(WienerFilter)是由美國數(shù)學(xué)家維納在第二次世界大戰(zhàn)中，為解決火控制精確的跟蹤問題，根據(jù)數(shù)理統(tǒng)計(jì)和線性理論提出的一種平穩(wěn)隨機(jī)過程的最優(yōu)線性濾波理論。該濾波器的思路就是在圖像和噪聲都是隨機(jī)變量的前提下，找到未污染圖像的一個(gè)估計(jì)，使它們之間的均方誤差最校我們的算法中將對(duì)局部自適應(yīng)維納濾波[110]引入正則化參數(shù)，對(duì)圖像進(jìn)行預(yù)處理。假設(shè)輸入圖像和噪聲不相關(guān)，則維納濾波器輸入圖像()可表示為：()=()+()(2.27)其中，()表示圖像，()為噪聲。維納濾波器輸出圖像為：()=()=()()(2.28)為了讓濾波器輸出圖像()=()無限逼近源圖像()，就要讓其均方差(meansquareerror，MSE)最�。�(())=[()2]=[|()()|2](2.29)理想情況就是(())=0，也就是經(jīng)過維納濾波器后，輸出圖像就是我們需要的原始圖像，但實(shí)際情況只能讓(())盡可能最小，因此令(())關(guān)于()得偏導(dǎo)數(shù)為0，這是極值的條件：(())()=0(2.30)由此得到正交方程：[()()]=0,(2.31)

蘭州大學(xué)博士學(xué)位論文結(jié)構(gòu)感知圖像融合框架27圖2-3迭代邊緣恢復(fù)經(jīng)過以上步驟處理后，不僅平滑了紋理和其他細(xì)節(jié)，而且最大程度地保留了大尺度結(jié)構(gòu)的邊緣。該方法在保持邊緣形狀不變，即局部結(jié)構(gòu)保持不變的情況下，經(jīng)過高斯平滑處理后，仍能恢復(fù)出具有良好邊緣保持特性的大尺度形狀。一個(gè)邊緣是否被保留與它的尺度大小無關(guān)，這標(biāo)志著該方法與其他邊緣保留濾波器的固有區(qū)別。RollingGuidanceFilter(RGF)的表達(dá)式可以寫作：=JointBilateral(,1,,)(2.42)其中，為輸入圖像，1為引導(dǎo)圖像，引導(dǎo)圖像的初始值設(shè)置為一個(gè)常量，即0()=。RGF算法非常容易實(shí)現(xiàn)，效率高，而且計(jì)算成本低。在線處理甚至可以在單CPU核心上實(shí)現(xiàn)。它的主要技術(shù)貢獻(xiàn)如下：1.在尺度空間理論的基礎(chǔ)上引入尺度測度；2.這個(gè)定義帶來了過濾過程中控制細(xì)節(jié)級(jí)別的突破；3.提出了一種新的迭代方法來自動(dòng)細(xì)化可以保留的邊緣，從而優(yōu)化尺度結(jié)構(gòu)的保留。該過濾框架是通用的，可以根據(jù)不同的特殊應(yīng)用進(jìn)行擴(kuò)展或修改；4.該濾波框架的迭代更新能迅速收斂。2.2線性嶺回歸(RidgeRegression)模型線性回歸模型就是通過若干個(gè)基本函數(shù)線性加權(quán)得到模型函數(shù)，每一個(gè)基本函數(shù)前面都由一個(gè)系數(shù)值調(diào)節(jié)該基本函數(shù)對(duì)于整個(gè)模型函數(shù)的權(quán)重，而非線性函數(shù)就是通過各個(gè)基本函數(shù)以非線性加權(quán)形式得到模型函數(shù)。目前較易實(shí)現(xiàn)、易于建模且應(yīng)用廣泛的就是線性回歸模型，它建�？焖俸唵危貏e適用于要建模的關(guān)系不是非常復(fù)雜且數(shù)據(jù)量不

【參考文獻(xiàn)】：
期刊論文
[1]基于多尺度導(dǎo)引濾波的圖像融合方法[J]. 楊航,吳笑天,賀柏根,朱明.  光電子·激光. 2015(01)
[2]基于模糊算子的Tetrolet變換圖像融合算法[J]. 沈瑜,伍忠東,王小鵬,董亞楠,江娜.  計(jì)算機(jī)科學(xué)與探索. 2015(09)
[3]基于壓縮傳感理論的多聚焦圖像融合方法[J]. 孫季豐,洪博宇.  華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(08)
[4]基于壓縮感知原理的圖像融合新方法[J]. 李新,秦世引.  高技術(shù)通訊. 2012 (01)
[5]一種基于模糊集理論的圖像融合方法[J]. 張震宇,陳鷹,邵永社.  遙感信息. 2008(04)
[6]CT和MRI圖像融合三維重建顳下頜關(guān)節(jié)的研究[J]. 林有籟,劉月華,王冬梅,王成燾.  華西口腔醫(yī)學(xué)雜志. 2008(02)
[7]基于Contourlet變換和IPCNN的融合算法及其在可見光與紅外線圖像融合中的應(yīng)用[J]. 劉盛鵬,方勇.  紅外與毫米波學(xué)報(bào). 2007(03)
[8]一種新的圖像融合及性能評(píng)價(jià)方法[J]. 閆莉萍,劉寶生,周東華.  系統(tǒng)工程與電子技術(shù). 2007(04)
[9]基于SOFM神經(jīng)網(wǎng)絡(luò)的圖像融合二值化方法[J]. 潘梅森,榮秋生.  光學(xué)精密工程. 2007(03)
[10]基于多特征模糊聚類的圖像融合方法[J]. 蘇冬雪,吳小俊.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2006(06)

博士論文
[1]像素級(jí)圖像融合及其關(guān)鍵技術(shù)研究[D]. 楚恒.電子科技大學(xué) 2008
[2]多傳感器圖像融合方法研究[D]. 劉貴喜.西安電子科技大學(xué) 2001



本文編號(hào)：3215103