發(fā)布時間：2024-05-12 00:32

　　圖像融合是將多個傳感器在同一場景獲取的多幅圖像,綜合生成一幅包含該場景中完整信息的圖像,其目的是提高圖像的分辨率和清晰度,以便于觀察和再處理。本文將主要介紹在稀疏表示(Sparse Representation,SR)下的圖像融合方法。與交換域和空間域所不同的是,稀疏表示是信號可以近似地由過完備字典中的幾個原子信號的稀疏線性組合來表示。此外,稀疏表示的變換空間是稀疏域,在稀疏域中的活躍度量較為可靠,且圖像通過空間滑窗技術使用基于圖像塊的方法進行分割,能夠較好的保留圖像的特征信息,具有平移不變性。卷積稀疏表示則是稀疏表示的卷積形式,不再使用圖像塊對圖像進行處理,通過卷積的形式能夠進一步提高圖像融合效果。在本文中,在圖像融合過程中采用了卷積稀疏表示(Convolution Sparse Representation,CSR)、形態(tài)成分分析(Morphological Component Analysis,MCA)和非下采樣剪切波(Non-subsampled Shearlet Transform,NSST)等方法,通過稀疏表示的優(yōu)越性來提高融合圖像的清晰度。本文的具體研究內(nèi)容如下:(1)為...

【文章頁數(shù)】：64 頁

【學位級別】：碩士

【部分圖文】：

圖2-1深度學習應用到高光譜圖像分類論文的數(shù)量統(tǒng)計

相關技術理論介紹7第2章相關技術理論介紹本文研究的課題用到了基于深度學習的高光譜圖像分類算法、融合分析與綜合稀疏表示的圖像分解方法、主成分分析、循環(huán)神經(jīng)網(wǎng)絡框架和K最近鄰算法等相關技術，本章將對這幾個相關技術進行逐一介紹。2.1基于深度學習的高光譜圖像分類方法介紹深度學習作為機器....

圖1.1三個層次圖像融合示意圖

山東理工大學碩士學位論文第一章緒論3圖1.1三個層次圖像融合示意圖Fig.1.1Schematicimagefusionofthreelevels綜上所述，三個不同層次的融合方法各有優(yōu)缺點，同時又有一定的聯(lián)系。像素級融合策略作為最底層的融合層次，是特征級融合策略和決策級融合策略發(fā)....

圖2.1壓縮感知結(jié)構流程圖

山東理工大學碩士學位論文第二章稀疏表示基本理論122.2.1壓縮感知框架壓縮感知理論主要包含三個部分：稀疏表示、測量采樣以及信號重構，其具體步驟如下：圖2.1壓縮感知結(jié)構流程圖Fig.2.1Compressedsensingstructureflowchart（1）稀疏表示：輸入....

圖2.2稀疏表示模型

山東理工大學碩士學位論文第二章稀疏表示基本理論15mxR是要計算的SR系數(shù)，0表示0l范數(shù)，0l范數(shù)計算非零項的個數(shù)。稀疏表示問題的求解等同于優(yōu)化問題，常用的稀疏系數(shù)基本算法有基追蹤（BasicPursuit，BP）、匹配追蹤（MatchingPursuit，MP）和正交匹配追蹤....

本文編號：3970593