学位论文 > 优秀研究生学位论文题录展示
基于边缘显著度的小波图像融合方法研究
作 者: 王凯
导 师: 王乘
学 校: 华中科技大学
专 业: 系统分析与集成
关键词: 图像融合 小波 边缘显著度
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 72次
引 用: 0次
阅 读: 论文下载
内容摘要
随着越来越多的传感器应用于人类生产和生活各个领域,使得图像数据大量增加。与日俱增的图像数据增加了处理的复杂性,如何对不同传感器所生成图像进行更好的结合,得到当前场景更加优质、可靠的图像,已成为当前图像处理领域研究的一个热点,而这正是图像融合技术所研究的内容。因为图像的边缘特征在图像处理领域如目标识别工作中发挥着重要的作用。作为图像处理中的一个重要步骤,图像融合为了后续的目标识别能更好的进行,应尽可能有较好的边缘保持度。在现有的多种图像融合方法中,基于小波变换的图像融合方法由于其多项优良特性,是当前研究的一个重要的方向。小波变换会将图像分解成为低频和高频部分,基于小波变换的融合方法可以采用不同的算法对不同部分进行分别的处理,图像的高频部分包含图像的边缘信息,而低频部分对图像融合也起到重要的作用。小波参数的选择对于图像融合的结果有着重要的影响,不同类型图像融合所适用的最佳小波参数也不尽相同。通过对各种场景的图像进行融合实验,本文得出了不同情况下的小波参数的选择原则。为了在融合图像中能最好的保留图像边缘特征信息,本文研究了图像边缘特征的表现特征。然后根据图像局部梯度和局部信息熵对图像边缘特征的较好的表征,利用局部梯度和局部信息熵来定义本文图像融合规则的边缘显著度。最后,据此提出了基于图像边缘显著度的图像融合方法。。通过实验证明,本文所提出的融合方法具有良好的效果。
|
全文目录
摘要 4-5 ABSTRACT 5-8 1 绪论 8-14 1.1 课题研究的背景 8-9 1.2 图像融合研究现状 9-10 1.3 问题分析 10-11 1.4 本文内容及组织结构 11-14 2 多源图像融合理论 14-26 2.1 多源图像融合的概念 14-16 2.2 多源图像融合的流程 16-17 2.3 图像融合的层次及代表性方法 17-21 2.4 图像融合的评价方法 21-25 2.5 本章小结 25-26 3 小波变换图像融合方法 26-41 3.1 小波分析理论 26-30 3.2 二维小波变换及其快速实现 30-32 3.3 小波图像融合方法 32-34 3.4 小波融合的参数选择 34-40 3.5 本章小结 40-41 4 融合方法研究 41-50 4.1 红外和可见光图像特征分析 41-42 4.2 基于边缘特征的融合方法研究 42-46 4.3 具体融合方法 46-49 4.4 本章小结 49-50 5 小波融合实验平台介绍与结果分析 50-62 5.1 小波融合实验平台简介 50-51 5.2 系统整体构架 51-52 5.3 系统设计 52-55 5.4 实验结果及分析 55-61 5.5 本章小结 61-62 6 全文总结与展望 62-64 6.1 全文总结 62-63 6.2 展望 63-64 致谢 64-65 参考文献 65-70
|
相似论文
- 基于超声波的泥浆密度测试机理的研究,TE256.7
- 光学零件表面轮廓干涉测量方法研究,TG84
- 超声波钎焊填缝及钎缝优化工艺研究,TG454
- 基于FPGA的电磁超声检测系统的研究,TH878.2
- 慢光光纤陀螺信号检测电路设计,V241.5
- 光纤陀螺信号处理线路FPGA实现,V241.5
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 航天继电器时间参数测试分析技术的研究,TM58
- 液晶空间光调制器的波前变换研究,TN761
- 海杂波背景下的舰船目标雷达成像算法研究,TN958
- 基于小波变换的语音信号去噪及其DSP算法实现,TN912.3
- 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
- 益肾活血法防治肾结石体外冲击波碎石术后肾损伤的临床研究,R277.5
- 电子产品质量监控测试设备设计,TN06
- 大型变压器内局部放电激发超声波的机理及其传播特性研究,TM855
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 兔源支气管败血波氏杆菌PRN蛋白的表达及其免疫保护性研究,S855.12
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
|