学位论文 > 优秀研究生学位论文题录展示
基于多分辨率分析的图像融合技术研究
作 者: 邵国峰
导 师: 赵春晖
学 校: 哈尔滨工程大学
专 业: 信息与信号处理
关键词: 图像融合 多分辨率分析 小波变换 轮廓波变换 冗余提升的NSWMDA
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 38次
引 用: 0次
阅 读: 论文下载
内容摘要
图像融合是将多个传感器获取的图像中的不同信息进行组合,提取它们中的互补信息,最终合成一幅具有丰富信息的融合图像。图像融合可以应用在很多领域,具有广阔的发展前景,因此设计出高效的图像融合算法具有重要意义。本文对多传感器图像融合处理中的一些重要问题进行了研究。具体工作如下:介绍了多传感器图像融合的概念、意义,多传感器图像融合技术的发展现状,对多传感器的图像特性进行了分析、介绍,以便选择合适的融合算法;给出了多传感器图像融合的基本框架以及融合前图像的预处理(几何校正、去噪、配准等);总结归纳了图像融合评价指标中的主观评价指标和客观评价指标。本文重点分析与总结了主要多分辨率图像融合技术及其特点,研究了金字塔法、小波变换、小波帧、轮廓波变换、非子采样轮廓波变换以及改进的非子采样轮廓波变换,分析以上多分辨率分析方法的缺点与不足,提出了几种基于多分辨率分析的图像融合算法:1.由于金字塔分解使得不同尺度的图像存在冗余信息,小波帧变换没有上采样和下采样操作,具有时移不变性,可以得到比较理想的融合结果,但仿真运行时间长,所以本文提出了一种基于提升小波变换的快速图像融合算法,该算法在融合速度上明显优于其它算法,多组实验证明了本算法在多聚焦图像融合上有良好的效果。2.小波在二维图像的处理上,存在着方向有限的不足,导致融合后的图像细节模糊。为了更好地利用小波变换分解出的三个方向高频子带,本文提出一种基于提升小波的结构方向信息度的图像融合算法,融合结果证明了本算法在上下聚焦图像、左右聚焦图像以及彩色图像融合上都有很理想的效果。3.虽然轮廓波变换克服了小波变换方向有限的不足,轮廓波变换的过程却使用了上采样和下采样操作,导致了频谱混叠现象,而非子采样轮廓波变换(NSCT)由于避免了采样,可以达到更好的效果,但NSCT中的金字塔变换细微信息捕获能力不强,因此本文提出一种基于不可分离小波变换的多尺度方向分析(NSWMDA)与自适应脉冲偶合神经网络相结合的图像融合算法,本文设计了两组仿真实验,都证明了本文算法在图像边缘信息保持和对比度上效果良好。
|
全文目录
摘要 5-6 ABSTRACT 6-11 第1章 绪论 11-16 1.1 本文研究的背景 11 1.2 多传感器图像融合的目的及意义 11-12 1.3 多传感器图像融合技术的发展及研究现状 12-14 1.4 存在的问题 14 1.5 本文的研究内容及结构安排 14-16 第2章 多传感器图像特性介绍及融合预处理 16-28 2.1 多传感器图像特性分析 16-18 2.1.1 多聚焦图像特性分析 16-17 2.1.2 红外与可见光图像特性分析 17-18 2.1.3 医学影像图像特性分析 18 2.2 图像融合的基本框架 18-19 2.3 图像融合前的预处理 19-21 2.3.1 图像的几何校正 19-20 2.3.2 图像的去噪 20 2.3.3 图像配准 20-21 2.4 图像融合评价指标 21-26 2.4.1 主观评价指标 21 2.4.2 客观评价指标 21-26 2.5 本章小结 26-28 第3章 多分辨率分析的图像融合技术 28-35 3.1 常用的金字塔分解方法简介 28-30 3.1.1 基于金字塔分解的多分辨率分析 28-30 3.2 常用的图像融合规则 30-33 3.2.1 常用活动级的测定方法 30-32 3.2.2 常用的图像融合结合方式 32-33 3.3 基于金字塔分解的多传感器图像融合实例 33 3.4 本章小结 33-35 第4章 基于小波变换的图像融合技术 35-58 4.1 小波变换 35-37 4.1.1 连续小波变换 35-36 4.1.2 离散小波变换 36-37 4.2 提升小波变换的基本步骤 37-38 4.2.1 分裂 37 4.2.2 预测 37 4.2.3 更新 37 4.2.4 重构 37-38 4.3 图像的提升小波分解算法 38-41 4.4 图像的小波帧算法 41-43 4.5 基于小波变换的图像融合算法一般过程 43 4.6 一种基于小波变换的快速图像融合新算法 43-50 4.6.1 算法步骤 44-46 4.6.2 对比算法介绍 46 4.6.3 融合效果及质量评价 46-50 4.7 一种基于提升小波变换的结构方向信息的图像融合算法 50-57 4.7.1 算法步骤 51-53 4.7.2 融合效果及质量评价 53-57 4.8 本章小结 57-58 第5章 基于非子采样轮廓波变换的图像融合及其改进 58-75 5.1 轮廓波变换 58-60 5.2 非子采样轮廓波变换 60-62 5.3 非子采样轮廓波变换的改进 62-66 5.4 脉冲偶合神经网络 66-67 5.5 基于冗余提升的 NSWMDA 与自适应 PCNN 的图像融合算法 67-73 5.5.1 算法流程 67-70 5.5.2 红外与可见光图像融合实验 70-71 5.5.3 CT 与磁共振图像融合实验 71-73 5.6 本章小结 73-75 总结 75-77 参考文献 77-81 攻读硕士学位期间发表的论文和取得的科研成果 81-82 致谢 82
|
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
- 图像的稀疏表示及编码模型研究,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
- 感觉刺激诱发脑电特征研究,R318.0
- 小波变换在桥梁变形监测数据处理中的应用,TP274
- 基于轮廓波变换的数字图像水印方法研究,TP309.7
- 基于小波变换的三维模型特征提取技术的研究与实现,TP391.41
- 基于小波变换的图像去噪的研究与实现,TP391.41
- 基于小波—混沌理论的CHIBOR预测模型研究,F224
- 电能质量暂态信号数据压缩和消噪的研究,TM711
- 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
- 雾天图像增强方法研究,TP391.41
- 基于小波变换的信号稀疏表示及其在图像去噪中的应用,TP391.41
- 基于加速鲁棒特征的全景图拼接技术研究,TP391.41
- 控制机器臂运动的表面肌电信号变换规律的研究,TN911.7
- 基于组合基的图像复原研究,TP391.41
- 基于混沌和分形的两类图像处理算法,TP391.41
- 基于云计算的数字图像处理平台,TP391.41
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
|