【摘要】：隨著傳感器技術(shù)的飛速發(fā)展,現(xiàn)在人們獲取圖像信息的方式多種多樣,但是僅靠單一類型的圖像很難能夠?qū)δ繕?biāo)有一個全面的呈現(xiàn),所以圖像融合處理技術(shù)應(yīng)運而生。圖像融合其主體思路是通過一系列的算法將來自不同成像系統(tǒng)的于同一場景拍攝的多源圖像融合成一幅新的圖像,從而使得使用者可以通過新的圖像對目標(biāo)或場景有一個更全面的感知,或者為圖像的后續(xù)處理(如圖像分割,提取特征,識別目標(biāo))提供幫助。本論文著重研究了基于非下采樣輪廓波變換的多源圖像融合算法,并通過將模糊聚類分析(FCM)和HIS彩色模型變換與非下采樣輪廓波變換相結(jié)合來進行合成孔徑雷達圖像(SAR圖像)和多光譜圖像(MS圖像)的融合處理。在這個框架下,本文提出了兩種不同的融合方式:一是基于多窗口的融合方式,該算法在低頻系數(shù)融合時將根據(jù)不同的區(qū)域采取不同的窗口融合規(guī)則,以保證獲得更多的源圖像信息,同時在高頻系數(shù)融合時則采用區(qū)域塊能量取大的方式來確保圖像的細(xì)節(jié)信息能夠最大程度得到保留;二是基于區(qū)域的融合方式,該算法將采用基于多種區(qū)域特性的新型加權(quán)平均方式進行低頻子帶系數(shù)的融合,而在高頻子帶系數(shù)融合方面將根據(jù)相應(yīng)高頻子帶系數(shù)的相關(guān)系數(shù)的大小而選擇不同的融合方式,一面可以減少高頻子帶系數(shù)融合過程中的計算量,同時也能夠保留圖像的細(xì)節(jié)信息。
[Abstract]:With the rapid development of sensor technology, there are a variety of ways to obtain image information, but it is difficult to get a comprehensive representation of the target by a single type of image, so the image fusion technology emerges as the times require. The main idea of image fusion is to fuse multi-source images from different imaging systems into a new image by a series of algorithms. Thus, the user can have a more comprehensive perception of the target or scene through the new image, or provide help for the subsequent processing of the image (such as image segmentation, feature extraction, target recognition). This paper focuses on the multi-source image fusion algorithm based on non-downsampling contour wave transform. The fusion of synthetic Aperture Radar (SAR) image and multispectral image (MS image) is carried out by combining fuzzy clustering analysis (FCM) and HIS color model transform with non-downsampling contour wave transform. In this framework, this paper proposes two different fusion methods: one is based on multi-window fusion, the algorithm will adopt different window fusion rules according to different regions in low frequency coefficient fusion. In order to ensure that more source image information can be obtained, at the same time, when the high frequency coefficients are fused, the region block energy is used to ensure that the details of the image can be preserved to the maximum extent; second, the fusion method based on the region, In this algorithm, a new weighted averaging method based on multiple region characteristics is used to fuse the low frequency subband coefficients, and different fusion methods are chosen according to the correlation coefficients of the corresponding high frequency subband coefficients. On the one hand, it can reduce the computation in the fusion process of the high frequency subband coefficients, but also can preserve the details of the image.
【學(xué)位授予單位】：沈陽航空航天大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TN957.52

【相似文獻】

相關(guān)期刊論文 前10條

1 奚惠寧;任蕊;;判斷有關(guān)醫(yī)學(xué)圖像專利申請是否為非授權(quán)客體[J];電視技術(shù);2013年S2期

2 韓雙旺;崔兆順;李德錄;李芙蓉;;基于閾值的彩色目標(biāo)圖像的提取與測量[J];自動化與儀器儀表;2010年03期

3 林靜;王薇婕;關(guān)丹丹;景軍鋒;;基于浮雕圖像的3D浮雕效果實現(xiàn)[J];微型機與應(yīng)用;2012年11期

4 李敏潔;魏仲慧;何昕;;基于FPGA的多功能圖像目標(biāo)發(fā)生器的設(shè)計與實現(xiàn)[J];微計算機信息;2005年25期

5 韓雙旺;崔兆順;鮑麗紅;李德錄;;基于目標(biāo)圖像的提取與測量[J];上海工程技術(shù)大學(xué)學(xué)報;2007年04期

6 劉進;孫婧;徐正全;顧鑫;;基于目標(biāo)的圖像輕量級加密[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2011年06期

7 于明;王倩;郭迎春;;一種圖像的顯著區(qū)域提取方法[J];光電工程;2012年08期

8 郭旭平,李在銘;圖像目標(biāo)的可視識別與智能跟蹤[J];系統(tǒng)工程與電子技術(shù);1998年08期

9 王成;張劍戈;江旭峰;章魯;;基于知識的三維核醫(yī)學(xué)圖像左心室心肌區(qū)的提取[J];中國生物醫(yī)學(xué)工程學(xué)報;2007年01期

10 衛(wèi)穎奇;彭進業(yè);張漢寧;;個性化圖像推薦及可視化研究[J];計算機工程;2011年02期

相關(guān)會議論文 前5條

1 張林怡;王運鋒;王建國;;分維數(shù)在SAR圖像海岸線檢測中的應(yīng)用研究[A];第十屆全國信號處理學(xué)術(shù)年會（CCSP-2001）論文集[C];2001年

2 李吉成;魯新平;楊衛(wèi)平;張志龍;高穎慧;沈振康;;圖像目標(biāo)的自動識別和快速篩選技術(shù)[A];2006年全國光電技術(shù)學(xué)術(shù)交流會會議文集（D 光電信息處理技術(shù)專題）[C];2006年

3 佘二永;;SAR圖像目標(biāo)解譯技術(shù)分析[A];第九屆全國信息獲取與處理學(xué)術(shù)會議論文集Ⅰ[C];2011年

4 趙朝杰;朱虹;黎璐;董敏;袁承興;;基于內(nèi)容感知的圖像非等比例縮放[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2008年

5 奚惠寧;;淺談有關(guān)醫(yī)學(xué)圖像的專利申請如何判斷是否是非授權(quán)客體[A];2013年中華全國專利代理人協(xié)會年會暨第四屆知識產(chǎn)權(quán)論壇論文匯編第二部分[C];2013年

相關(guān)博士學(xué)位論文 前10條

1 錢智明;面向圖像標(biāo)注的張量表示與語義建模方法研究[D];國防科學(xué)技術(shù)大學(xué);2015年

2 吳俊峰;基于視覺顯著性的圖像檢索算法研究[D];大連海事大學(xué);2017年

3 鄧劍勛;多示例圖像檢索算法研究及在人臉識別中的應(yīng)用[D];重慶大學(xué);2012年

4 王亮申;圖像特征提取及基于內(nèi)容圖像數(shù)據(jù)庫檢索理論和方法研究[D];大連理工大學(xué);2002年

5 魏波;點時空約束圖像目標(biāo)跟蹤理論與實時實現(xiàn)技術(shù)研究[D];電子科技大學(xué);2000年

6 劉俊;基于鉬靶圖像的計算機輔助乳腺癌檢測系統(tǒng)中關(guān)鍵技術(shù)研究[D];武漢科技大學(xué);2012年

7 付華柱;圖像協(xié)同關(guān)聯(lián)性約束的研究與應(yīng)用[D];天津大學(xué);2013年

8 廖宜濤;基于圖像與光譜信息的豬肉品質(zhì)在線無損檢測研究[D];浙江大學(xué);2011年

9 陳海林;基于判別學(xué)習(xí)的圖像目標(biāo)分類研究[D];中國科學(xué)技術(shù)大學(xué);2009年

10 王洪元;圖像動態(tài)分析中的若干智能化方法研究[D];南京理工大學(xué);2004年

相關(guān)碩士學(xué)位論文 前10條

1 徐衍魯;基于改進的K-means和層次聚類方法的詞袋模型研究[D];上海師范大學(xué);2015年

2 甘洪涌;SAR圖像自動目標(biāo)識別算法研究[D];哈爾濱理工大學(xué);2014年

3 張玉營;基于認(rèn)知理論的高分辨率PolSAR圖像目標(biāo)解譯算法研究[D];哈爾濱工業(yè)大學(xué);2015年

4 王帥;視頻中扇貝圖像的檢測與定位研究[D];大連海洋大學(xué);2015年

5 李偉;改進的主顏色提取方法及自適應(yīng)權(quán)重圖像檢索算法研究[D];華中師范大學(xué);2015年

6 李星云;碼垛機器人視覺控制關(guān)鍵技術(shù)的研究[D];西南科技大學(xué);2015年

7 梁，

本文編號：2275491