学位论文 > 优秀研究生学位论文题录展示
基于结构张量的图像融合
作 者: 苗春利
导 师: 王卫星;芦碧波
学 校: 河南理工大学
专 业: 计算机软件与理论
关键词: 图像融合 小波变换 线性结构张量 多尺度 非线性结构张量
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 104次
引 用: 0次
阅 读: 论文下载
内容摘要
图像融合作为一个新兴的学科有着广阔的发展前景。它的目的是对来自不同传感器的源图像信息进行提取与综合,从而获得对同一场景或目标更为全面、更为准确、更为可靠的图像描述。目前,图像融合已被广泛应用于遥感、医学、军事、计算机视觉等众多领域。本文首先介绍了图像融合的背景、意义、基本流程、及目前面临的问题;并总结了图像融合的主观、客观评价;回顾了常用的图像融合方法,其中,小波融合法是目前研究的热点。本文在小波融合算法的基础上,重点研究了基于结构张量的图像融合。本文所做的主要工作有:(1)在现有的小波融合算法基础上,通过深入的分析与改进,本文提出了一种基于线性结构张量的图像融合算法,该算法中根据结构张量的局部相干性的度量最大值进行高频子带小波系数的选取,对于低频子带小波系数的处理采用加权平均的方法;(2)用TV流的非线性结构张量代替线性结构张量得到新的融合算法,即基于多尺度TV流的非线性结构张量的图像融合算法,它是对基于线性结构张量的图像融合算法的改进,其中,高频子带系数的选取采用加权叠加的方法,低频子带的融合规则不变;(3)最后本文在基于多尺度TV流的非线性结构张量的基础上,提出了基于多尺度迹的非线性结构张量的图像融合算法,该算法中高频子带系数的选取采用区域平均的方法,低频子带系数的选取不变。本文分别对上述三种算法进行了Matlab实验仿真,实验结果证明了本文提出的算法有一定的适用性。
|
全文目录
致谢 4-5 摘要 5-6 Abstract 6-10 1 引言 10-18 1.1 图像融合概述 10-15 1.1.1 研究背景及意义 10 1.1.2 图像融合的概念、目的及应用 10-12 1.1.3 图像融合的基本流程 12-13 1.1.4 图像融合的分类及层次 13-15 1.2 国内外研究现状 15-16 1.3 图像融合面临的问题 16 1.4 本文的主要研究内容 16-18 2 图像融合方法及效果评价 18-26 2.1 空域融合法 18-19 2.1.1 加权平均融合法 18-19 2.1.2 像素灰度值取大/小融合法 19 2.1.3 最优化法 19 2.2 变换域融合法 19-21 2.2.1 IHS 变换法 20 2.2.2 金字塔分解融合法 20-21 2.2.3 小波变换融合法 21 2.3 图像融合效果评价 21-25 2.3.1 图像融合效果的主观评价 22 2.3.2 图像融合效果的客观评价 22-25 2.4 本章小结 25-26 3 基于小波变换的图像融合 26-34 3.1 小波变换的发展 26 3.2 小波变换的定义 26-28 3.2.1 连续小波变换 26-27 3.2.2 离散小波变换 27 3.2.3 二维小波变换 27-28 3.3 多分辨率分析 28-29 3.4 图像的小波分解 29-32 3.5 基于小波变换的图像融合 32-33 3.5.1 融合规则 32 3.5.2 基于小波变换的图像融合步骤 32-33 3.6 本章小结 33-34 4 基于线性结构张量的图像融合 34-46 4.1 引言 34 4.2 结构张量 34-37 4.3 基于线性结构张量的图像融合 37-43 4.3.1 灰度图像的融合 38-39 4.3.2 彩色图像的融合 39 4.3.3 实验仿真及分析 39-43 4.4 本章小结 43-46 5 基于非线性结构张量的图像融合 46-66 5.1 引言 46 5.2 线性扩散与非线性扩散 46-49 5.2.1 线性扩散 46-47 5.2.2 非线性扩散 47-49 5.3 基于多尺度 TV 流的非线性结构张量的图像融合 49-57 5.3.1 非线性结构张量 49-50 5.3.2 多尺度的非线性结构张量 50 5.3.3 基于多尺度TV 流的非线性结构张量的图像融合 50-57 5.3.3.1 灰度图像的融合 51 5.3.3.2 彩色图像的融合 51-52 5.3.3.3 实验仿真及分析 52-57 5.4 基于多尺度迹的非线性结构张量的图像融合 57-64 5.4.1 Weickert 模型 57 5.4.2 基于迹的 NLST 57-58 5.4.3 基于多尺度迹的非线性结构张量的图像融合 58-64 5.4.3.1 灰度图像的融合 58-59 5.4.3.2 彩色图像的融合 59 5.4.3.3 实验仿真及分析 59-64 5.5 本章小结 64-66 6 总结和展望 66-68 6.1 总结 66 6.2 进一步的研究方向 66-68 参考文献 68-73 作者简历 73-74 学位论文数据集 74
|
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
- 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
- 空中目标抗干扰识别跟踪系统,TN215
- 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
- 感觉刺激诱发脑电特征研究,R318.0
- 网络传输中的ROI图像编码算法研究,TN919.81
- 基于多尺度分析的图像融合算法研究,TP391.41
- 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
- 轮廓波变换及其在图像处理中的应用,TP391.41
- 基于小波的雷达视频压缩方法研究,TN957.52
- 脊波变换在全色图像和多光谱图像融合中的应用研究,TP391.41
- 一种多数据流聚类异常检测算法,TP311.13
- 基于图像的信息隐藏技术研究,TP309.7
- 基于DM6446与小波的图像压缩系统设计与实现,TP391.41
- 结合DWT的动态数据校正研究及应用,TP274
- 基于小波变换和马尔可夫链的流量预测模型,TP393.06
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
|