学位论文 > 优秀研究生学位论文题录展示
基于压缩感知的图像融合
作 者: 王远淋
导 师: 乔玉龙
学 校: 哈尔滨工程大学
专 业: 通信与信息系统
关键词: 图像融合 HMT MPA 小波变换 压缩感知
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 73次
引 用: 0次
阅 读: 论文下载
内容摘要
随着科学技术的不断发展,在生活和军事中运用科技越来越多。图像融合也在生活和军事中得以运用。图像融合是把多个不同传感器得到的图像经过处理,使得图像内容更加清晰和便于识别目标。高效的图像融合算法可以提高图像信息中的透明度、目标精确度、可靠性以及图像的利用率,其结果可以对目标进行准确和完整的描述。其在很多方面如医学、天文、数学、计算机视觉、夜视技术和军事目标识别得到广泛认可,特别是在红外图像与可见光图像融合的目标识别中。本文介绍了图像融合的研究意义和现状,并引入压缩感知概念。压缩感知运用于图像融合将是一个有实际意义的课题。针对图像小波系数的相关性,提出了基于小波域隐马尔科夫树模型的压缩感知图像融合。而其训练的时间很长,基于多元追踪算法的恢复算法被提出来,应用于图像融合中。论文的主要工作有:(1)提出基于小波域隐马尔科夫树模型的压缩感知图像融合(HMT-3S)。该算法针对小波系数的相关性给出了隐马尔科夫树(HMT)建模的思想,而子带间具有一定的相关性,连接三个子带并提出了基于HMT-3S模型的压缩感知图像融合。先对待融合的两个图像进行稀疏变换,本文选取小波变换基为稀疏基。用高斯矩阵来对稀疏后的信号进行投影,采用标准偏差方法对投影结果(观测值)进行融合。其次用最小l1范数方法恢复出一列信号,并对这列信号进行参数训练。最后进行加权l1范数重构和小波反变换,得到融合结果。在仿真时,对比HMT模型,并比较性能。(2)提出基于多变量模型的压缩感知融合。由于多变量追踪算法(MPA)具有很快的收敛速率,基于MPA多变量模型的压缩感知融合算法可大大提高重构速度,并且获得精确的重构图像。MPA是由贝叶斯追踪算法(BPA)单变量模型演变而来的。先用小波变换基和高斯矩阵对待融合的两个图像进行稀疏变换和随机投影,并用标准偏差方法进行融合。根据多变量K分布、标准多变量反高斯分布和多变量T分布的参数设计进行MPA重构。最后进行小波反变换得到融合结果。在仿真结果中对MPA和HMT-3S恢复的图像进行对比。
|
全文目录
摘要 5-6 ABSTRACT 6-10 第1章 绪论 10-17 1.1 课题的背景及意义 10-12 1.2 图像融合的基本问题及主要方法 12-14 1.2.1 图像融合的基本问题 12 1.2.2 图像融合的主要方法 12-14 1.3 图像融合的研究现状 14-15 1.4 本文的研究内容与结构 15-17 第2章 压缩感知理论和小波理论 17-34 2.1 压缩感知 17-26 2.1.1 稀疏表示 18-19 2.1.2 随机投影 19-21 2.1.3 重建算法 21-25 2.1.4 压缩感知理论的应用 25-26 2.2 小波分析理论 26-33 2.2.1 小波变换 26-27 2.2.2 多分辨率分析 27-29 2.2.3 小波分解与重构 29-30 2.2.4 二维小波变换 30-31 2.2.5 图像的正交小波变换 31-33 2.3 本章小结 33-34 第3章 基于小波隐马尔科夫树模型的压缩感知图像融合 34-51 3.1 隐马尔科夫模型 34-35 3.1.1 马尔科夫链 34-35 3.1.2 隐马尔科夫链(HMM) 35 3.2 隐马尔科夫树模型 35-43 3.2.1 小波信号模型分析 36-37 3.2.2 小波域 HMT 建模 37-41 3.2.3 HMT 模型参数估计 41-43 3.3 基于隐马尔科夫树模型的压缩感知图像融合 43-46 3.3.1 HMT-3S 模型 43-44 3.3.2 融合流程 44-46 3.4 仿真结果与性能分析 46-50 3.5 本章小结 50-51 第4章 基于多变量模型的压缩感知融合 51-60 4.1 多元追踪算法 51-56 4.1.1 多变量 K 分布 53-54 4.1.2 标准多变量反高斯分布 54-55 4.1.3 多变量 T 分布 55-56 4.2 多变量模型的压缩感知图像融合流程 56 4.3 实验数据及结果分析 56-58 4.4 本章小结 58-60 结论 60-61 参考文献 61-65 攻读硕士学位期间发表的论文和取得的科研成果 65-66 致谢 66
|
相似论文
- 图像拼接技术研究,TP391.41
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 双传感器图像联合目标检测及系统实现研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- ASAR与MODIS协同的海洋溢油信息提取,X87
- 语音信号的压缩感知研究及其在语音编码中的应用,TN912.3
- 一种多数据流聚类异常检测算法,TP311.13
- 基于小波变换的图像去噪的研究与实现,TP391.41
- 基于相邻像素灰度差的边缘检测及与其相结合的小波图像去噪,TP391.41
- 基于部分K空间数据的并行磁共振成像,R445.2
- 基于小波变换的初至拾取研究,TP311.52
- 基于数字图像处理的镀锌板表面缺陷边缘检测算法研究,TP274
- 工具加工痕迹图像比对系统的设计与开发,TP391.41
- 压缩感知在无线通信网络异常事件检测中的应用研究,TN929.5
- 基于随机矩阵理论和压缩感知的合作频谱感知技术研究,TN925
- 压缩感知中信号重构算法的研究,TN911.6
- 基于压缩感知的认知无线电频谱检测技术及其研究,TN925
- 压缩感知在无线传感网中的应用研究,TN929.5
- 基于压缩感知的语音信号编码技术研究,TN912.3
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|