本文關(guān)鍵詞：多尺度分解的圖像融合算法研究及應(yīng)用

  更多相關(guān)文章： 圖像融合 多尺度分解 雙樹(shù)復(fù)小波變換(DT-CWT) 區(qū)域能量 局部標(biāo)準(zhǔn)差 分解層數(shù)

【摘要】：圖像融合是將多源信道采集到的關(guān)于同一目標(biāo)的圖像,通過(guò)互補(bǔ)去冗,最大限度提取各自信道中的有利信息,最終融合成高質(zhì)量圖像的過(guò)程,現(xiàn)已被廣泛應(yīng)用于各個(gè)領(lǐng)域。本文基于變換域研究多尺度分解下的圖像融合算法。主要研究?jī)?nèi)容如下:1)提出了基于小波變換(DWT)的自適應(yīng)圖像融合算法。將基于窗口的策略與加權(quán)平均方法相結(jié)合,提出對(duì)低頻成分采用基于局部區(qū)域能量比的融合規(guī)則,而高頻采用基于局部區(qū)域能量匹配度的自適應(yīng)融合策略,并在高頻融合規(guī)則相同的情況下,與低頻采取加權(quán)平均、區(qū)域能量取大的兩種融合算法進(jìn)行比較,實(shí)驗(yàn)結(jié)果驗(yàn)證了該算法的有效性。2)研究了基于雙樹(shù)復(fù)小波變換(DT-CWT)的圖像融合算法。針對(duì)低高頻系數(shù)的不同特點(diǎn)采用了不同的融合規(guī)則,低頻采用區(qū)域平均能量取大的策略,高頻采用基于局部標(biāo)準(zhǔn)差的選擇及加權(quán)平均的策略,該算法充分考慮了圖像的細(xì)節(jié)信息及清晰度,得到的融合效果較好。另外,基于該方法研究了圖像融合最佳分解層數(shù)的選取,以多聚焦圖像和醫(yī)學(xué)圖像進(jìn)行實(shí)驗(yàn),通過(guò)對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行主觀和客觀的評(píng)估,得出了最佳分解層數(shù)。
【關(guān)鍵詞】：圖像融合 多尺度分解 雙樹(shù)復(fù)小波變換(DT-CWT) 區(qū)域能量 局部標(biāo)準(zhǔn)差 分解層數(shù)
【學(xué)位授予單位】：中北大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP391.41
【目錄】：

• 摘要4-5
• Abstract5-8
• 第一章 緒論8-12
• 1.1 課題研究背景及意義8-9
• 1.2 國(guó)內(nèi)外的研究現(xiàn)狀9-10
• 1.3 現(xiàn)有方法存在的問(wèn)題10-11
• 1.4 研究?jī)?nèi)容及安排11-12
• 第二章 圖像融合概述12-23
• 2.1 圖像融合的類(lèi)別12-14
• 2.2 像素級(jí)圖像融合常用方法14-19
• 2.2.1 空間域的融合算法14-17
• 2.2.2 變換域的融合算法17-19
• 2.3 質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)19-22
• 2.4 小結(jié)22-23
• 第三章 基于小波變換的自適應(yīng)圖像融合算法研究23-32
• 3.1 小波變換理論23-25
• 3.1.1 小波變換的定義23-24
• 3.1.2 小波的分解與重構(gòu)24-25
• 3.2 基于小波變換的自適應(yīng)圖像融合25-28
• 3.2.1 算法流程圖26
• 3.2.2 基于局部區(qū)域能量比的低頻系數(shù)融合26-27
• 3.2.3 基于局部區(qū)域能量匹配度的高頻系數(shù)融合27-28
• 3.2.4 一致性檢驗(yàn)28
• 3.3 仿真實(shí)驗(yàn)與結(jié)果分析28-31
• 3.3.1 pepsi實(shí)驗(yàn)29-30
• 3.3.2 clock實(shí)驗(yàn)30-31
• 3.4 小結(jié)31-32
• 第四章 基于雙樹(shù)復(fù)小波變換的圖像融合32-46
• 4.1 DT-CWT原理及算法流程32-33
• 4.1.1 DT-CWT原理32-33
• 4.1.2 基于DT-CWT的圖像融合算法流程33
• 4.2 基于DT-CWT的圖像融合33-35
• 4.2.1 低頻系數(shù)融合33-34
• 4.2.2 高頻系數(shù)融合34-35
• 4.3 驗(yàn)證結(jié)果與分析35-38
• 4.3.1 多聚焦圖像融合實(shí)驗(yàn)35-36
• 4.3.2 紅外與可見(jiàn)光圖像融合實(shí)驗(yàn)36-38
• 4.4 最佳DT-CWT分解層數(shù)的選擇38-45
• 4.4.1 最佳分解層數(shù)的選取規(guī)則38-39
• 4.4.2 實(shí)驗(yàn)分析39-45
• 4.5 小結(jié)45-46
• 第五章 總結(jié)與展望46-48
• 5.1 內(nèi)容總結(jié)46-47
• 5.2 展望47-48
• 參考文獻(xiàn)48-53
• 讀碩士學(xué)位期間發(fā)表的論文53-54
• 致謝54-55

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 田思;張俊舉;袁軼慧;常本康;;圖像融合的開(kāi)窗處理技術(shù)研究[J];兵工學(xué)報(bào);2009年04期

2 吳仰玉;紀(jì)峰;常霞;李翠;;圖像融合研究新進(jìn)展[J];科技創(chuàng)新導(dǎo)報(bào);2013年01期

3 韓瑜;蔡云澤;曾清;;圖像融合的客觀質(zhì)量評(píng)估[J];指揮控制與仿真;2013年04期

4 王憶鋒，張海聯(lián)，，李燦文，李茜;夜視圖像融合研究的進(jìn)展[J];紅外與激光工程;1998年02期

5 朱煉;孫楓;夏芳莉;韓瑜;;圖像融合研究綜述[J];傳感器與微系統(tǒng);2014年02期

6 劉志鏡,楊海英,張小平;基于空域中的圖像融合算法研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2002年09期

7 夏明革,何友,唐小明,夏仕昌;圖像融合的發(fā)展現(xiàn)狀與展望[J];艦船電子工程;2002年06期

8 溫學(xué)兵;紀(jì)景娜;;一種基于圖像融合的混合去噪方法[J];綏化學(xué)院學(xué)報(bào);2005年06期

9 苗啟廣;王寶樹(shù);;圖像融合的非負(fù)線性混合模型與算法研究[J];計(jì)算機(jī)科學(xué);2005年09期

10 趙永強(qiáng),潘泉,陳玉春,張洪才;基于偏振成像技術(shù)和圖像融合理論雜亂背景壓縮[J];電子學(xué)報(bào);2005年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 劉德坤;龔俊斌;馬佳義;田金文;;一種車(chē)載的紅外與微光圖像融合系統(tǒng)設(shè)計(jì)[A];第九屆全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)論文集（上冊(cè)）[C];2010年

2 王芳;吳謹(jǐn);;基于小波的圖像融合算法研究[A];2011年全國(guó)通信安全學(xué)術(shù)會(huì)議論文集[C];2011年

3 胡學(xué)龍;沈潔;;一種基于中值金字塔的圖像融合算法[A];2008年全國(guó)開(kāi)放式分布與并行計(jì)算機(jī)學(xué)術(shù)會(huì)議論文集(上冊(cè))[C];2008年

4 趙向陽(yáng);杜利民;;基于數(shù)據(jù)提純的圖像融合[A];現(xiàn)代通信理論與信號(hào)處理進(jìn)展——2003年通信理論與信號(hào)處理年會(huì)論文集[C];2003年

5 楊志;毛士藝;陳煒;;基于多分辨率局部峰度熵的魯棒圖像融合算法[A];中國(guó)航空學(xué)會(huì)信號(hào)與信息處理專(zhuān)業(yè)全國(guó)第八屆學(xué)術(shù)會(huì)議論文集[C];2004年

6 王曾敏;楊兆選;丁學(xué)文;何英華;陳楊;于淵;;圖像融合與壓縮算法在動(dòng)態(tài)交通信息服務(wù)系統(tǒng)中的應(yīng)用[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

7 潘泉;趙永強(qiáng);張洪才;;基于像素層圖像融合的偏振圖像計(jì)算方法研究[A];第二屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2004年

8 陳懷新;吳必富;;機(jī)載成像偵察的圖像融合技術(shù)[A];中國(guó)雷達(dá)行業(yè)協(xié)會(huì)航空電子分會(huì)暨四川省電子學(xué)會(huì)航空航天專(zhuān)委會(huì)學(xué)術(shù)交流會(huì)論文集[C];2005年

9 成尚利;呂中偉;何俊民;;基于小波變換的PET/CT圖像融合[A];第四屆全國(guó)中青年核醫(yī)學(xué)學(xué)術(shù)會(huì)議論文匯編[C];2008年

10 湯志偉;王建國(guó);趙志欽;黃順吉;;基于小波變換的圖像融合算法[A];第九屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-99）論文集[C];1999年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

1 陳鳴;軍工巨頭中光學(xué)集團(tuán)欲“影”響世界[N];中國(guó)電力報(bào);2010年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 王春萌;多曝光圖像融合關(guān)鍵技術(shù)的研究[D];山東大學(xué);2015年

2 費(fèi)春;基于智能優(yōu)化和視覺(jué)顯著性的圖像融合研究[D];電子科技大學(xué);2015年

3 段昶;基于Shearlet的圖像融合研究[D];電子科技大學(xué);2014年

4 史立芳;大視場(chǎng)人工復(fù)眼成像結(jié)構(gòu)研究與實(shí)驗(yàn)[D];電子科技大學(xué);2014年

5 高國(guó)榮;基于Shearlet變換的圖像融合與去噪方法研究[D];西安電子科技大學(xué);2015年

6 王娟;基于城鎮(zhèn)影像的Contourlet域圖像融合算法研究[D];成都理工大學(xué);2015年

7 李奕;圖像融合的若干關(guān)鍵技術(shù)研究[D];江南大學(xué);2015年

8 宋樂(lè);異源圖像融合及其評(píng)價(jià)方法的研究[D];天津大學(xué);2008年

9 胡旺;圖像融合中的關(guān)鍵技術(shù)研究[D];四川大學(xué);2006年

10 楊翠;圖像融合與配準(zhǔn)方法研究[D];西安電子科技大學(xué);2008年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 杜麗;基于RF5框架的多小波圖像融合系統(tǒng)的設(shè)計(jì)與開(kāi)發(fā)[D];內(nèi)蒙古大學(xué);2015年

2 王坤臣;基于二代Curvelet變換的圖像融合算法研究[D];南京理工大學(xué);2015年

3 李寧;多DSP并行系統(tǒng)圖像融合算法設(shè)計(jì)及優(yōu)化[D];南京理工大學(xué);2015年

4 陳云川;紅外與微光融合的實(shí)時(shí)信號(hào)處理技術(shù)研究[D];南京理工大學(xué);2015年

5 張澤;基于NSCT變換的壓縮感知圖像融合優(yōu)化算法研究[D];大連海事大學(xué);2015年

6 陶媛媛;紅外與微光融合夜視系統(tǒng)性能評(píng)價(jià)[D];南京理工大學(xué);2015年

7 李蕾;抗混疊輪廓波變換的性能研究及圖像融合去噪應(yīng)用[D];山東大學(xué);2015年

8 米艷芹;基于區(qū)域和多尺度的圖像融合算法研究[D];電子科技大學(xué);2015年

9 唐詩(shī);基于多尺度變換的無(wú)源毫米波圖像融合算法研究[D];電子科技大學(xué);2014年

10 李龍龍;基于分?jǐn)?shù)階傅里葉變換的圖像融合算法研究[D];哈爾濱工業(yè)大學(xué);2014年

本文編號(hào)：576048