由于目前光學(xué)鏡頭的景深限制,當(dāng)拍攝場景中有物體不在景深范圍內(nèi)時,這些物體無法清晰顯示,從而導(dǎo)致拍攝出的照片部分模糊部分清晰,不能很好的給計算機(jī)視覺等應(yīng)用提供高質(zhì)量的圖片。為了解決這一問題,首先我們采用可變焦的攝像頭拍攝出多張同一場景不同聚焦點的圖像,再使用多聚焦圖像融合技術(shù)將多張多聚焦圖像融合成一張全聚焦圖像,使得融合圖像中各物體都清晰,從而為后續(xù)應(yīng)用提供高質(zhì)量圖片。目前,多聚焦圖像融合技術(shù)在醫(yī)學(xué)成像、偵察設(shè)備、信息安全等領(lǐng)域都發(fā)揮著日益重要的作用。多聚焦圖像融合算法主要分為基于變換域的融合方法和基于空間域的融合方法�；谧儞Q域的融合方法主要有基于金字塔變換的方法,基于小波變換的方法和多尺度幾何分析方法;基于空間域的融合方法主要有基于像素的融合方法,基于塊的融合方法和基于區(qū)域的融合方法。近年來,由于神經(jīng)網(wǎng)絡(luò)的快速發(fā)展,且基于神經(jīng)網(wǎng)絡(luò)的圖像融合方法比傳統(tǒng)多聚焦圖像融合方法更加穩(wěn)健,CNN、GAN等開始在多聚焦圖像融合技術(shù)中得到廣泛應(yīng)用。這些基于深度學(xué)習(xí)的多聚焦圖像融合方法,大多數(shù)都需要依靠外部數(shù)據(jù)集或已訓(xùn)練好的模型。本論文對多聚焦圖像融合算法展開了研究,為了解決目前多聚焦圖像融合算法中存... 

【文章來源】：重慶大學(xué)重慶市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖像融合學(xué)術(shù)關(guān)注度Fig.1.1Imagefusionacademicattention

重慶大學(xué)碩士學(xué)位論文1緒論3圖1.1圖像融合學(xué)術(shù)關(guān)注度Fig.1.1Imagefusionacademicattention圖1.2“圖像融合”文獻(xiàn)數(shù)目Fig.1.2Numberofdocumentson"imagefusion"圖像融合過程可以在不同的層次上進(jìn)行，根據(jù)融合層次的不同，一般可以分為三類：像素級圖像融合方法[27]、特征級圖像融合方法[28]、決策級圖像融合方法[30][31]。①像素級圖像融合像素級圖像融合，也稱為數(shù)據(jù)級圖像融合，是三個層次中最基本的融合。它是直接融合每個輸入圖像相同位置的像素點，從而獲得比源圖像更清晰、包含信息更多的融合圖像的過程。為了實現(xiàn)像素級融合，需要在時域中采用算術(shù)運(yùn)算，在頻域中采用頻率變換。像素級融合直接對原始輸入圖像的信息進(jìn)行操作，因此該

重慶大學(xué)碩士學(xué)位論文2多聚焦圖像融合基礎(chǔ)理論82多聚焦圖像融合基礎(chǔ)理論2.1多聚焦圖像原理當(dāng)一組平行光線垂直地射入凸透鏡時，理想的情況是這組光線會聚集在一點后，再以錐狀分散開來，這個聚集點就被稱為焦點。在焦點前面和后面，光線逐漸聚集和分散，圖像的焦點就變得模糊，變成一個放大的圓，這個圓就叫彌散圓。在實際生活中，查看一張拍攝出的圖像一般通過放大圖片或投影到屏幕上的方式來查看，人眼直接能看清的圖像和圖像放大的倍數(shù)、投影的距離及觀看的距離密切相關(guān)，如果彌散圓的直徑在人眼的識別范圍內(nèi)，在這兩個彌散圓之間拍攝出的照片里的模糊部分是無法識別的。這個無法識別的彌散圓就稱為容許彌散圓。在焦點前面和后面各有一個容許彌散圓，這兩個容許彌散圓之間的距離就叫做景深。也就是說，當(dāng)一個物體清晰聚焦時，從這個物體前面的成像清晰的一段距離到它后面的成像清晰的這一段距離就叫景深。換言之，被拍攝的整個物體，被拍攝物體在拍攝出的照片上的模糊程度，都在容許彌散圓的限定范圍內(nèi)。景深小時可以虛化背景進(jìn)而盡可能清晰的顯示出主體（如被拍攝的人、動物等），景深大時可以把從近到遠(yuǎn)的所有景物都拍攝清晰。以被拍攝物體的位置為基準(zhǔn)，從該位置到近點的清晰范圍叫前景深，從該位置到遠(yuǎn)點的清晰范圍叫后景深。景深的值越大，鏡頭能夠清晰拍攝出離焦點越遠(yuǎn)的景物；而景深的值越小，能夠清晰拍攝出的景物距離焦點越近。光學(xué)系統(tǒng)的焦深與景深關(guān)系如圖2.1所示。圖2.1光學(xué)系統(tǒng)圖Fig.2.1Opticalsystemdiagram

【參考文獻(xiàn)】：
期刊論文
[1]基于NCT的特征級圖像融合[J]. 許占偉,張濤.  計算機(jī)工程. 2011(16)
[2]基于區(qū)域分割和非下采樣Contourlet變換的多聚焦圖像融合算法[J]. 劉濤,張登福,何宜寶.  計算機(jī)應(yīng)用. 2010(10)
[3]基于NSCT和PCNN的紅外與可見光圖像融合方法[J]. 李美麗,李言俊,王紅梅,張科.  光電工程. 2010(06)
[4]基于金字塔變換的圖像融合方法[J]. 朱瑞輝,萬敏,范國濱.  計算機(jī)仿真. 2007(12)
[5]基于二代curvelet變換的圖像融合研究[J]. 李暉暉,郭雷,劉航.  光學(xué)學(xué)報. 2006(05)
[6]基于區(qū)域特征的小波變換圖像融合方法[J]. 郭志強(qiáng).  武漢理工大學(xué)學(xué)報. 2005(02)
[7]多傳感器圖像融合技術(shù)綜述[J]. 毛士藝,趙巍.  北京航空航天大學(xué)學(xué)報. 2002(05)

博士論文
[1]多聚焦圖像像素級融合方法研究[D]. 李華鋒.重慶大學(xué) 2012
[2]多尺度變換的多聚焦圖像融合算法研究[D]. 徐月美.中國礦業(yè)大學(xué) 2012
[3]基于小波的像素級圖像融合算法研究[D]. 楊波.上海交通大學(xué) 2008



本文編號：3305859