隨著傳感器技術(shù)的不斷發(fā)展,獲取信息的途徑也越來(lái)越多,因此信息融合技術(shù)是必然發(fā)展的趨勢(shì),圖像融合作為其重要的分支也受到了廣泛的關(guān)注。由于紅外圖像和可見(jiàn)光圖像成像機(jī)理不同,其圖像包含信息具有一定的互補(bǔ)性,將紅外與可見(jiàn)光圖像進(jìn)行融合,能夠有效提高圖像分辨率和信息量。本文通過(guò)對(duì)國(guó)內(nèi)外研究現(xiàn)狀進(jìn)行詳細(xì)的調(diào)研后,提出了基于細(xì)節(jié)信息和顯著視覺(jué)區(qū)域的可見(jiàn)光圖像與紅外圖像融合方法,該方法包含了針對(duì)圖像細(xì)節(jié)信息的融合方法和針對(duì)圖像視覺(jué)顯著區(qū)域的融合方法。針對(duì)圖像細(xì)節(jié)信息融合,本文提出了基于卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks,CNN）和離散余弦波（Discrete Cosine Transform,DCT）的圖像融合算法。該方法首先通過(guò)引導(dǎo)濾波器將圖像分解為基礎(chǔ)層和細(xì)節(jié)層;然后利用CNN和DCT來(lái)融合圖像細(xì)節(jié)層,單獨(dú)利用DCT來(lái)融合圖像基礎(chǔ)層;最后,將融合后的基礎(chǔ)層和細(xì)節(jié)層進(jìn)行相加,從而得到融合圖像。該方法優(yōu)點(diǎn)是利用包含原圖像輪廓信息的二值圖像作為引導(dǎo)濾波的引導(dǎo)圖,從而分解到更多的微小細(xì)節(jié)信息在細(xì)節(jié)層中,并且改善了紅外圖像基礎(chǔ)層中的輪廓模糊現(xiàn)象。然后根據(jù)CNN的特點(diǎn),設(shè)... 

【文章來(lái)源】：大連海事大學(xué)遼寧省 211工程院校

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１．４?“Ｋａｐｔｅｉｎ”融合結(jié)果??

?可見(jiàn)光圖像與紅外圖像的融合方法研究???Ｉ邊■??Ｌ?…??圖２．?２可見(jiàn)光圖像??Ｆｉｇ．２．２?Ｖｉｓｉｂｌｅ?ｉｍａｇｅ??２．?２紅外圖像特性??紅外圖像是利用紅外探測(cè)器接收探測(cè)場(chǎng)景的紅外輻射生成的圖像。從圖２．１可以看??到，紅外福射一般可以被分為近紅外（０．７６／＾￣３／＾ｗ），中紅外（３／Ｗ７？８／／ｗ）和遠(yuǎn)??紅外（８／Ｗ７？１４ｐｍ）。紅外圖像的灰度值通常與探測(cè)場(chǎng)景的溫度、發(fā)射率、大氣透過(guò)??率、光電轉(zhuǎn)換系數(shù)和探測(cè)波段等條件有關(guān)。??圖２．?３紅外圖像??Ｆｉｇ．２．３?Ｉｎｆｒａｒｅｄ?ｉｍａｇｅ??－１０?－??

?可見(jiàn)光圖像與紅外圖像的融合方法研究???Ｉ邊■??Ｌ?…??圖２．?２可見(jiàn)光圖像??Ｆｉｇ．２．２?Ｖｉｓｉｂｌｅ?ｉｍａｇｅ??２．?２紅外圖像特性??紅外圖像是利用紅外探測(cè)器接收探測(cè)場(chǎng)景的紅外輻射生成的圖像。從圖２．１可以看??到，紅外福射一般可以被分為近紅外（０．７６／＾￣３／＾ｗ），中紅外（３／Ｗ７？８／／ｗ）和遠(yuǎn)??紅外（８／Ｗ７？１４ｐｍ）。紅外圖像的灰度值通常與探測(cè)場(chǎng)景的溫度、發(fā)射率、大氣透過(guò)??率、光電轉(zhuǎn)換系數(shù)和探測(cè)波段等條件有關(guān)。??圖２．?３紅外圖像??Ｆｉｇ．２．３?Ｉｎｆｒａｒｅｄ?ｉｍａｇｅ??－１０?－??

【參考文獻(xiàn)】：
期刊論文
[1]基于自適應(yīng)直方圖算法的紅外增強(qiáng)處理及實(shí)現(xiàn)[J]. 莫增,孫麗麗,賈蘭.  電子世界. 2019(05)
[2]卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展與應(yīng)用綜述[J]. 俞頌華.  信息通信. 2019(02)
[3]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 張亞倩.  信息通信. 2018(11)
[4]基于雙邊濾波與離散余弦變換的NLM去噪算法[J]. 張業(yè)宏,陳恩平,么躍軒,劉寶華.  燕山大學(xué)學(xué)報(bào). 2018(03)
[5]基于視覺(jué)感知特性的紅外圖像質(zhì)量評(píng)價(jià)方法[J]. 王明超,李盈,楊舒羽.  激光與紅外. 2017(07)
[6]DWT、NSCT和改進(jìn)PCA協(xié)同組合紅外偏振圖像融合[J]. 楊風(fēng)暴,董安冉,張雷,吉琳娜.  紅外技術(shù). 2017(03)
[7]一種基于Canny算子的圖像邊緣檢測(cè)改進(jìn)算法[J]. 段紅燕,邵豪,張淑珍,張曉宇,王小宏.  上海交通大學(xué)學(xué)報(bào). 2016(12)
[8]離散小波變換和正交三角分解相融合的圖像水印算法[J]. 李娟.  激光雜志. 2015(09)
[9]圖像融合研究綜述[J]. 朱煉,孫楓,夏芳莉,韓瑜.  傳感器與微系統(tǒng). 2014(02)
[10]遙感圖像配準(zhǔn)技術(shù)綜述[J]. 余先川,呂中華,胡丹.  光學(xué)精密工程. 2013(11)

博士論文
[1]基于視覺(jué)顯著性的顯著區(qū)域提取方法及其應(yīng)用研究[D]. 梁曄.北京交通大學(xué) 2018
[2]紅外與可見(jiàn)光的圖像融合系統(tǒng)及應(yīng)用研究[D]. 張寶輝.南京理工大學(xué) 2013



本文編號(hào)：3069996