發(fā)布時間：2021-09-06 22:42

　　多源圖像融合是指將具有互補信息的多張圖像合并成具有最優(yōu)信息的單張圖像的過程。多源圖像融合技術根據(jù)具體輸入圖像的不同,可細分為多焦點圖像融合、多曝光圖像融合、紅外和可見光圖像融合等應用分支。目前,這些多源圖像融合技術已經(jīng)在軍事和民用等多個領域獲得廣泛應用。因此,研究性能更高、計算資源消耗更少和魯棒性更強的多源圖像融合方法,具有很強的理論價值和實用價值。本文首先研究了幾種經(jīng)典多源圖像融合方法的基本原理,包括傳統(tǒng)圖像融合方法以及基于卷積神經(jīng)網(wǎng)絡（Convolutional Neural Network,CNN）的方法。涉及的傳統(tǒng)圖像融合方法又分為簡單加權平均方法和基于多尺度分解的方法。與傳統(tǒng)方法相比,基于CNN的方法有明顯的優(yōu)勢。它將傳統(tǒng)方法中需要人工精心設計的融合策略交由CNN網(wǎng)絡自動生成,解決了傳統(tǒng)融合方法研究中面臨的融合精度不足與適應性差的難題�；诜诸怌NN網(wǎng)絡的多焦點圖像融合方法,開創(chuàng)性地將圖像分類網(wǎng)絡引入圖像融合應用中,后續(xù)進行的多焦點圖像融合研究基本上是在此基礎上的不斷改進。然而,由于采用了分類網(wǎng)絡和基于分塊的策略,這類方法在焦點區(qū)域和非焦點區(qū)域分界處的融合效果不甚完美,常產(chǎn)生... 

【文章來源】：西安電子科技大學陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：101 頁

【學位級別】：碩士

【部分圖文】：

典型的圖像融合系統(tǒng)架構

一個高斯金字塔分解的例子

獲得與 Gk大小相同的新圖像 Ek。用公式表示該操作：1( , ) ( , ) ( [( )/ 2], [( )/ 2])p pk ku p v pE x y K u v G floor x u floor y v (2-9再通過求差操作創(chuàng)建圖像 Gk與 Ek之間的差異圖像 Lk：( , ) ( , ) ( , )k k kL x y G x y E x y(2-10Lk顯示了高斯金字塔第 k 層中存在的高頻空間細節(jié)。然后，可以計算一個新的包含 L0、L1、…、Ln-1的金字塔，在不同分辨率上表示原始圖像中的顯著信息，如圖 2.3所示。這種結構被成為拉普拉斯金字塔，因為該過程中采用了有效的拉普拉斯操作，該結構在圖像處理中有許多應用。Burt 和 Adelson 最初使用它來進行圖像壓縮[68,69]，但它與圖像融合問題的相關性很快就被意識到，1985 年他們開創(chuàng)了拉普拉斯金字塔融合方案[70]。

【參考文獻】：
期刊論文
[1]Multi-focus image fusion algorithm based on shearlets[J]. 苗啟廣,石程,許鵬飛,楊眉,史耀波.  Chinese Optics Letters. 2011(04)
[2]基于區(qū)域分割的紅外與可見光圖像融合算法的研究(英文)[J]. 劉坤,郭雷,李暉暉,陳敬松.  Chinese Journal of Aeronautics. 2009(01)



本文編號：3388317