学位论文 > 优秀研究生学位论文题录展示

数码体视显微镜图像融合技术研究

作　者: 白翠霞
导　师: 蒋刚毅; 毛磊
学　校: 宁波大学
专　业: 电子与通信工程
关键词: 体视显微镜图像处理图像融合区域生长最大期望技术
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 2次
引　用: 0次
阅　读: 论文下载

内容摘要

随着计算机技术和图像处理技术的飞速发展，传统光学显微镜已不能满足人们的需求，数码体视显微镜应运而生。显微立体视觉系统已经广泛应用于微操作、微测量等微处理方面，并且可以有效解决航天和军事方面所面临的难题。由于数码体视显微镜景深较小，其在图像采集时很难得到完全清晰的图像对。为了获取清晰图像，给后续处理和观看带来方便，需要在机器成像之后对采集到的图像进行智能处理，从而还原出清晰图像。图像融合技术能够有效解决以上提到的问题，从而弥补体视显微镜本身固有的缺陷。本文重点研究了体视显微图像融合算法，针对目前图像融合算法不能很理想应用到体视显微图像中，提出了两种新的体视显微图像融合算法；同时，提出了两种处理伪边界的图像后处理算法。首先，结合区域生长模型，提出了一种基于区域生长的体视显微单目图像融合算法。该算法利用图像清晰度评价算法得到子区域的特征值，再利用这些特征信息进行区域生长，然后按照融合规则得到体视显微单目融合图像。实验结果表明所提出的算法能够实现较好的图像融合结果，与其他方法相比，提出的方法在融合效果上有了一定的提高。其次，结合最大期望技术，提出了一种基于最大期望技术的体视显微图像融合算法。该算法具有数据驱动的自适应性，能够很好的保留源图像的清晰特征信息，使得融合后的图像具有更高的清晰度。研究过程中，将该算法应用到体视显微镜单目图像融合中，实验结果表明，提出的算法能够体现出很好的融合结果；同时将该算法应用到体视显微镜双目图像融合中，利用体视显微镜的双目信息得到最终的清晰显微图像，实验验证了该算法能够实现体视显微镜的图像融合。最后，由于基于区域的图像融合算法得到的融合图像可能出现伪边界，为了解决这个问题，提出了两种图像后处理算法：基于CIELAB颜色空间模型的色度权重滤波器插值算法和色度渐变滤波器插值算法。实验结果证明，这两种算法都能够在一定程度上解决伪边界现象。

全文目录

摘要  4-5
Abstract  5-9
引言  9-10
1 绪论  10-16
  1.1 选题背景  10-11
  1.2 国内外研究现状  11-14
  1.3 论文的主要工作及创新之处  14-15
  1.4 论文的结构安排  15-16
2 体视显微图像清晰度评价算法  16-43
  2.1 显微图像的成像特点  16-20
    2.1.1 人工光学成像  16-17
    2.1.2 几何模型  17-20
  2.2 体视显微图像的清晰度评价算法  20-33
    2.2.1 统计算法  20-22
    2.2.2 梯度算法  22-24
    2.2.3 变换域算法  24-27
    2.2.4 实验结果及其分析  27-33
  2.3 体视显微融合图像质量评价算法  33-42
    2.3.1 互信息评价指标算法  33-35
    2.3.2 梯度信息评价指标算法  35-41
    2.3.3 实验结果及其分析  41-42
  2.4 本章小结  42-43
3 基于区域生长的体视显微单目图像融合算法  43-69
  3.1 图像融合基本原理与算法  43-49
    3.1.1 图像融合基本原理  43-45
    3.1.2 图像融合层次  45-46
    3.1.3 图像融合算法分析  46-49
  3.2 区域生长算法  49-58
    3.2.1 图像分割的分析  50-51
    3.2.2 基于区域法的分析  51-57
    3.2.3 区域生长的分析  57-58
  3.3 基于区域生长的体视显微单目图像融合算法  58-62
    3.3.1 融合算法流程设计  58-59
    3.3.2 区域生长算法设计  59-62
    3.3.3 融合规则设计  62
  3.4 实验结果及其分析  62-68
    3.4.1 视觉主观感受对比实验  62-64
    3.4.2 客观对比融合图像实验  64-68
  3.5 本章小结  68-69
4 基于最大期望技术的体视显微图像融合算法  69-90
  4.1 最大期望技术  69-72
    4.1.1 EM 准则  69-72
    4.1.2 EM 准则的性质  72
  4.2 基于EM技术的体视显微单目图像融合算法  72-83
    4.2.1 融合算法流程设计  72-73
    4.2.2 基于清晰度特征信息的 EM 聚类  73-76
    4.2.3 融合规则设计  76-77
    4.2.4 实验结果及其分析  77-83
  4.3 基于EM技术的体视显微图像融合算法  83-88
    4.3.1 融合算法流程设计  83-84
    4.3.2 融合规则设计  84-87
    4.3.3 实验结果及其分析  87-88
  4.4 本章小结  88-90
5 体视显微图像融合后处理算法研究  90-102
  5.1 颜色空间理论知识  90-93
  5.2 常用图像后处理算法  93-96
    5.2.1 线性插值算法  93-95
    5.2.2 多项式插值算法  95-96
  5.3 基于CIELAB颜色空间的体视显微图像融合后处理算法  96-98
  5.4 实验结果及其分析  98-101
  5.5 本章小结  101-102
6 总结与展望  102-104
  6.1 本论文工作总结  102-103
  6.2 未来研究展望  103-104
参考文献  104-108
在学研究成果  108-109
致谢  109

数码体视显微镜图像融合技术研究

内容摘要

全文目录

相似论文