在數(shù)字圖像處理領(lǐng)域,受到數(shù)字圖像傳感器的限制,數(shù)字成像系統(tǒng)對于景物景深的控制范圍有限。所拍攝的圖像在同一場景下會出現(xiàn)清晰區(qū)域和模糊區(qū)域,即為多聚焦圖像。將多聚焦圖像的清晰區(qū)域提取并融合成為全清晰圖像稱為多聚焦圖像融合。如何在最大程度上減少融合細節(jié)信息損失是多聚焦圖像融合領(lǐng)域的研究熱點與難點。經(jīng)典融合方法,例如空間域方法或變換域方法,融合策略簡單,但其融合結(jié)果易產(chǎn)生塊效應或偽影。新興融合方法,例如基于稀疏表示的融合方法,融合結(jié)果表現(xiàn)良好,但算法復雜度較高,易出現(xiàn)邊界信息丟失等問題。本文的主要研究目的是在經(jīng)典融合算法的基礎(chǔ)上,結(jié)合深度學習算法解決上述融合方法存在的問題。針對基于卷積神經(jīng)網(wǎng)絡(luò)的融合方法出現(xiàn)的邊界細節(jié)信息丟失問題,本文提出了非下采樣輪廓波（Non-subsampling Contourlet Transform,NSCT）變換域下基于多卷積神經(jīng)網(wǎng)絡(luò)的多聚焦圖像融合方法。本文的主要研究內(nèi)容如下:（1）針對多聚焦圖像融合的基本概念,本文從多方面介紹了傳統(tǒng)多聚焦圖像融合算法以及新興融合算法。首先,介紹多聚焦圖像融合的基本原理;其次,詳細闡述了傳統(tǒng)多聚焦圖像融合方法與新興的融合方法的核... 

【文章來源】：西安理工大學陜西省

【文章頁數(shù)】：65 頁

【學位級別】：碩士

【部分圖文】：

多聚焦Fig.1-1ExampleofMu

西安理工大學工程碩士專業(yè)學位論文2(a)源圖像A(b)源圖像B(c)源圖像C圖1-1多聚焦圖像融合示例Fig.1-1ExampleofMulti-focusImageFusion(2)遙感圖像融合遙感圖像融合廣泛應用與多傳感器圖像融合領(lǐng)域。遙感圖像融合和主要針對多光譜圖像與全色圖像進行融合，在遙感衛(wèi)星傳感器捕捉到目標圖像后傳回給地面，通過技術(shù)手段對高分辨率低光譜和低分辨率高光譜這兩部分圖像進行信息提取及融合，達到獲取高分辨率和高光譜圖像的目的。遙感圖像融合在地理勘探和軍事領(lǐng)域具有重要意義，融合后的遙感圖像能夠幫助分析該地的各種地理信息。如圖1-2為遙感圖像融合。(a)多光譜圖像(b)全色圖像(c)融合結(jié)果圖1-2遙感圖像融合示例Fig.1-2ExampleofRemoteSensingImageFusion(3)醫(yī)學圖像融合醫(yī)學圖像融合主要應用于臨床醫(yī)療中的核磁共振圖像和電子計算機斷層掃描圖像的融合。由于目前科學發(fā)展限制，核磁共振圖像可直觀呈現(xiàn)出人體器官組織，但無法顯示出人體軟組織等信息，相反電子計算機斷層掃描圖像可以顯示出人體骨骼等軟組織信息而無法體現(xiàn)出人體器官的細節(jié)信息。尤其是在腦科領(lǐng)域，將該兩種圖像融合對于腦組織疾病判斷顯得極為重要。醫(yī)學圖像融合對于醫(yī)院臨床診斷具有重要的意義，能夠有效提高診斷效率、準確率，通過融合后的醫(yī)學圖像可以幫助醫(yī)生更好地為病人判斷病情。如圖1-3為醫(yī)學圖像融合示例。

西安理工大學工程碩士專業(yè)學位論文2(a)源圖像A(b)源圖像B(c)源圖像C圖1-1多聚焦圖像融合示例Fig.1-1ExampleofMulti-focusImageFusion(2)遙感圖像融合遙感圖像融合廣泛應用與多傳感器圖像融合領(lǐng)域。遙感圖像融合和主要針對多光譜圖像與全色圖像進行融合，在遙感衛(wèi)星傳感器捕捉到目標圖像后傳回給地面，通過技術(shù)手段對高分辨率低光譜和低分辨率高光譜這兩部分圖像進行信息提取及融合，達到獲取高分辨率和高光譜圖像的目的。遙感圖像融合在地理勘探和軍事領(lǐng)域具有重要意義，融合后的遙感圖像能夠幫助分析該地的各種地理信息。如圖1-2為遙感圖像融合。(a)多光譜圖像(b)全色圖像(c)融合結(jié)果圖1-2遙感圖像融合示例Fig.1-2ExampleofRemoteSensingImageFusion(3)醫(yī)學圖像融合醫(yī)學圖像融合主要應用于臨床醫(yī)療中的核磁共振圖像和電子計算機斷層掃描圖像的融合。由于目前科學發(fā)展限制，核磁共振圖像可直觀呈現(xiàn)出人體器官組織，但無法顯示出人體軟組織等信息，相反電子計算機斷層掃描圖像可以顯示出人體骨骼等軟組織信息而無法體現(xiàn)出人體器官的細節(jié)信息。尤其是在腦科領(lǐng)域，將該兩種圖像融合對于腦組織疾病判斷顯得極為重要。醫(yī)學圖像融合對于醫(yī)院臨床診斷具有重要的意義，能夠有效提高診斷效率、準確率，通過融合后的醫(yī)學圖像可以幫助醫(yī)生更好地為病人判斷病情。如圖1-3為醫(yī)學圖像融合示例。

【參考文獻】：
期刊論文
[1]基于各向異性熱擴散方程的多聚焦圖像融合算法[J]. 涂超平,肖進勝,杜康華,易本順.  電子學報. 2015(06)
[2]Melt Index Prediction by Neural Soft-Sensor Based on Multi-Scale Analysis and Principal Component Analysis[J]. 施健,劉興高.  Chinese Journal of Chemical Engineering. 2005(06)
[3]Image fusion based on expectation maximization algorithm and steerable pyramid[J]. 劉剛,敬忠良,孫韶媛,李建勛,李振華,Henry Leung.  Chinese Optics Letters. 2004(07)
[4]小波變換在多光譜圖像融合中的應用[J]. 蔣曉瑜,高稚允,周立偉.  電子學報. 1997(08)
[5]彩色空間變換法在圖像融合中的應用[J]. 金紅,劉榴娣.  光學技術(shù). 1997(04)
[6]圖像融合及其臨床應用[J]. 劉興黨.  國外醫(yī)學(放射醫(yī)學核醫(yī)學分冊). 1996(04)
[7]一種可實時化的多光譜圖像融合系統(tǒng)[J]. 高稚允,金偉其,徐麗芳,李芷,鮑放,魏文忠.  光學技術(shù). 1995(04)

碩士論文
[1]基于過完備字典與稀疏表示的多聚焦圖像融合研究[D]. 陳垚佳.太原理工大學 2012



本文編號：3065524