本文關(guān)鍵詞：基于摳像的圖像融合方法研究

  更多相關(guān)文章： KNN-Matting 圖像融合 多聚焦 多模式

【摘要】：由于傳感器種類的多樣性及傳感器成像的局限性,不同傳感器具有不同的成像特點(diǎn),通過單個傳感器來獲取某個場景的內(nèi)容時,所獲取的圖像往往不足以包含場景中的所有細(xì)節(jié)信息。為了有效的解決這個問題,對于同一個場景可以使用不同類型的多個傳感器去捕捉,并將捕獲的同場景、不同類型的圖片進(jìn)行融合,使融合圖像含場景中所有細(xì)節(jié)信息。目前,現(xiàn)有的融合方法大多都是針對特定的場景進(jìn)行融合,這樣的融合方法具有一定的局限性,比如針對多聚焦場景的融合方法,僅能對多聚焦圖像產(chǎn)生較好的融合效果,對其它場景融合效果并不理想。因此,本文針對上述問題提出了一種基于KNN-Matting的融合方法,該方法既能清晰聚焦場景中的所有目標(biāo),又能實現(xiàn)不同圖像傳感器捕獲多模式圖像的融合。該方法以KNN-Matting算法為理論依據(jù)。本文具體工作慨括如下：首先,簡單的闡述了摳像的原理,并對KNN-Matting算法及已有的針對多聚焦場景的摳像融合算法的實現(xiàn)進(jìn)行了簡單的概述。其次,總結(jié)了多聚焦融合方法中摳像算法的不足,進(jìn)而提出了一種基于KNN-Matting的圖像融合方法,該方法不僅可適用于多聚焦場景,還適應(yīng)于多模式等其它場景。該方法的主要思想是：將每一幅原始圖像中的清晰細(xì)節(jié)區(qū)域看作每一幅原始圖像的前景區(qū)域,借助于KNN-Matting摳像算法將前景區(qū)域從原始圖像中分離出來實現(xiàn)圖像融合。對比實驗證明了該方法在主觀和客觀上對多聚焦,多模式等不同場景及不同模式的圖像都有較好的融合效果。最后,針對基于KNN-Matting的圖像融合方法在前景像素的選取上存在不足,本文提出了一個改進(jìn)的方案,即基于雙級的KNN-Matting摳像融合方法,該融合方法能很好的解決基于KNN-Matting摳像的圖像融合方法前景像素選取存在不足這一問題,且與近期提出的融合方法進(jìn)行了對比實驗,通過對比實驗充分說明該方法在邊緣保持上的優(yōu)越性。
【關(guān)鍵詞】：KNN-Matting 圖像融合 多聚焦 多模式
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-18
• 1.1 研究背景與意義9-11
• 1.2 圖像融合研究現(xiàn)狀和主要融合方法11-17
• 1.2.1 圖像融合研究現(xiàn)狀11-12
• 1.2.2 圖像融合的主要方法12-17
• 1.3 本文的主要工作17-18
• 第2章 圖像融合的相關(guān)知識18-26
• 2.1 圖像配準(zhǔn)18-20
• 2.1.1 基于灰度信息的圖像配準(zhǔn)18-19
• 2.1.2 基于圖像特征的圖像配準(zhǔn)19-20
• 2.2 圖像融合的性能評價20-25
• 2.2.1 主觀評價20-21
• 2.2.2 客觀評價21-25
• 2.3 本章小結(jié)25-26
• 第3章 基于KNN-Matting的圖像融合算法26-41
• 3.1 引言26
• 3.2 理論基礎(chǔ)26-29
• 3.2.1 摳像原理26-27
• 3.2.2 KNN-Matting27-29
• 3.3 基于摳像的圖像融合29-32
• 3.4 基于KNN-Matting的圖像融合32-34
• 3.5 實驗結(jié)果與分析34-40
• 3.5.1 實驗數(shù)據(jù)34-35
• 3.5.2 參數(shù)分析35-36
• 3.5.3 多光譜圖像融合實驗結(jié)果比較36-38
• 3.5.4 多聚焦圖像融合實驗結(jié)果比較38-39
• 3.5.5 多模式圖像融合實驗結(jié)果比較39-40
• 3.6 本章小結(jié)40-41
• 第4章 基于雙級KNN-Matting的融合方法41-52
• 4.1 引言41
• 4.2 基于雙級KNN-Matting的圖像融合41-45
• 4.3 實驗結(jié)果與分析45-51
• 4.3.1 多曝光圖像融合實驗結(jié)果比較45-47
• 4.3.2 多光譜圖像融合實驗結(jié)果比較47-49
• 4.3.3 多聚焦圖像融合實驗結(jié)果比較49-51
• 4.4 本章小結(jié)51-52
• 總結(jié)與展望52-54
• 參考文獻(xiàn)54-58
• 致謝58-59
• 附錄A 攻讀學(xué)位期間所發(fā)表的學(xué)術(shù)論文目錄59

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 田思;張俊舉;袁軼慧;常本康;;圖像融合的開窗處理技術(shù)研究[J];兵工學(xué)報;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;2013年01期

3 韓瑜;蔡云澤;曾清;;圖像融合的客觀質(zhì)量評估[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];計算機(jī)工程與設(shè)計;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;2005年06期

9 苗啟廣;王寶樹;;圖像融合的非負(fù)線性混合模型與算法研究[J];計算機(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;2005年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

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

2 王芳;吳謹(jǐn);;基于小波的圖像融合算法研究[A];2011年全國通信安全學(xué)術(shù)會議論文集[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年全國開放式分布與并行計算機(jī)學(xué)術(shù)會議論文集(上冊)[C];2008年

4 趙向陽;杜利民;;基于數(shù)據(jù)提純的圖像融合[A];現(xiàn)代通信理論與信號處理進(jìn)展——2003年通信理論與信號處理年會論文集[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];中國航空學(xué)會信號與信息處理專業(yè)全國第八屆學(xué)術(shù)會議論文集[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算方法研究[A];第二屆全國信息獲取與處理學(xué)術(shù)會議論文集[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];中國雷達(dá)行業(yè)協(xié)會航空電子分會暨四川省電子學(xué)會航空航天專委會學(xué)術(shù)交流會論文集[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];第四屆全國中青年核醫(yī)學(xué)學(xué)術(shù)會議論文匯編[C];2008年

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

中國重要報紙全文數(shù)據(jù)庫 前1條

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

中國博士學(xué)位論文全文數(shù)據(jù)庫 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;大視場人工復(fù)眼成像結(jié)構(gòu)研究與實驗[D];電子科技大學(xué);2014年

5 高國榮;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 康彬;面向智能監(jiān)控的目標(biāo)檢測、追蹤及圖像融合算法研究[D];南京郵電大學(xué);2015年

8 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

9 宋樂;異源圖像融合及其評價方法的研究[D];天津大學(xué);2008年

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

中國碩士學(xué)位論文全文數(shù)據(jù)庫 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)計與開發(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時信號處理技術(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)性能評價[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;基于多尺度變換的無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：708377