紅外與可見光圖像融合是多傳感器圖像融合領(lǐng)域里的一個重要分支,它可以有效地綜合紅外圖像與可見光圖像的關(guān)鍵信息。單一的可見光圖像易受天氣、光照強(qiáng)度等影響,但可見光圖像對比度較強(qiáng)、能夠反映出更多的細(xì)節(jié)信息。紅外圖像對比度較低,但是即使在能見度很低的情況下,依然能夠比較容易地發(fā)現(xiàn)目標(biāo),所以對這兩幅圖像中的信息進(jìn)行整合有助于增強(qiáng)和發(fā)現(xiàn)目標(biāo)。多尺度變換方法是處理紅外與可見光圖像融合的主流方法,一些多尺度變換方法包括小波變換、金字塔變換等,這些方法的優(yōu)點是提供人類視覺皮層敏感的尖銳對比度變化信息,并保存不同源圖像的細(xì)節(jié),但是這些方法沒有充分考慮到源圖像的空間一致性,無法保留源圖像更多的紋理和邊緣信息。所以,本文提出了一種新的用于圖像融合的方法——過采樣圖濾波器組,該方法有更精細(xì)的頻譜分解能力。本文的主要內(nèi)容如下:1.提出基于M-通道過采樣圖濾波器組的紅外與可見光圖像融合方法。具體來說,將源圖像視為常規(guī)圖上的信號,并使用M-通道過采樣圖形濾波器組對其分解成低頻和高頻子帶,這些子帶表示圖小波域中的不同頻率分量。然后,利用基于標(biāo)準(zhǔn)差的局部性質(zhì)和雙邊濾波器構(gòu)造低頻子帶和高頻子帶的融合權(quán)重值,對每個子帶的系數(shù)... 

【文章來源】：哈爾濱工程大學(xué)黑龍江省 211工程院校

【文章頁數(shù)】：79 頁

【學(xué)位級別】：碩士

【部分圖文】：

八組源紅外與可見光圖像：(a)Natocamp，(b)Kaptein_1123，(c)bench，(d)lake，(e)

(e) (f) (g) (h)sandpath”的融合結(jié)果：(a)近紅外源圖像，(b)遠(yuǎn)紅外源圖像，(c)可見光章方法，(e)SWT，(f)MSVD，(g)SGWT，(h)CVT。(a) (b) (c) (d)(e) (f) (g) (h)bench”的融合結(jié)果：(a)近紅外源圖像，(b)遠(yuǎn)紅外源圖像，(c)可見光源方法，(e)SWT，(f)MSVD，(g)SGWT，(h)CVT。

(e) (f) (g) (h)bench”的融合結(jié)果：(a)近紅外源圖像，(b)遠(yuǎn)紅外源圖像，(c)可見光源方法，(e)SWT，(f)MSVD，(g)SGWT，(h)CVT。(a) (b) (c) (d)(e) (f) (g) (h)Kaptein_1123”的融合結(jié)果：(a)近紅外源圖像，(b)遠(yuǎn)紅外源圖像，(c)(d)本章方法，(e)SWT，(f)MSVD，(g)SGWT，(h)CVT。

【參考文獻(xiàn)】：
期刊論文
[1]基于多特征的紅外與可見光圖像融合[J]. 楊桄,童濤,陸松巖,李紫陽,鄭悅.  光學(xué)精密工程. 2014(02)
[2]基于得分的近紅外線與可見光圖像融合算法[J]. 潘磊,尹義龍,李徐周.  計算機(jī)工程. 2013(04)
[3]多傳感器圖像融合[J]. 高大偉,宋玉莉.  科技信息. 2008(31)
[4]基于非下采樣Contourlet變換的多傳感器圖像融合[J]. 賈建,焦李成,孫強(qiáng).  電子學(xué)報. 2007(10)

碩士論文
[1]基于改進(jìn)多尺度分析的紅外與可見光圖像融合方法研究[D]. 吳雪.南京理工大學(xué) 2014
[2]基于雙樹復(fù)小波變換的多聚焦圖像的融合[D]. 宋瑾.蘇州大學(xué) 2008



本文編號：3073132