由于不同圖像傳感器原理和圖像采集條件的限制,導致單幅單傳感器圖像不能有效地反應真實場景的完整信息;因此,有計劃的獲取同一場景多幅源圖像提取其互補信息,同時去除其冗余信息,成為較為重要和基礎的圖像處理技術。圖像融合技術可以有效提取并融合多源圖像中的互補信息,以彌補單幅單傳感圖像的局限性,從而獲得更加完整和準確的場景圖像。近些年,圖像表示與分析理論技術的迅速發(fā)展,為圖像融合技術帶來了更多的可能和新的挑戰(zhàn);同時受到獲取高質量圖像需求的驅動,圖像融合技術逐漸成為研究熱點,并廣泛應用于軍事偵察、醫(yī)學診斷、遙感探測、安防監(jiān)控等領域。本文以脈沖耦合神經網絡（Pulse coupled neural network,PCNN）理論模型與多尺度分析技術為基本工具,針對彩色圖像融合中的彩色特征提取與融合、圖像細節(jié)或區(qū)域特征提取與融合問題,以PCNN及其改進版本的動力學特性、空域灰度多聚焦圖像融合中的特征提取與優(yōu)化、彩色多聚焦圖像融合中的彩色空間選擇與特征提取、遙感圖像的光譜與空間細節(jié)信息融合、可見光和紅外圖像的細節(jié)與局部特征融合為主要內容開展了深入研究,提出了幾種可行的圖像融合方案。論文主要工作可總結為以... 

【文章來源】：云南大學云南省 211工程院校

【文章頁數】：164 頁

【學位級別】：博士

【部分圖文】：

PCNN模型神經元示意圖ijF

S-PCNN模型神經元示意圖ijijF

ICM模型神經元示意圖


本文編號：3554444