学位论文 > 优秀研究生学位论文题录展示

基于非下采样Contourlet变换的图像去噪与融合

作　者: 赵俄英
导　师: 张惊雷
学　校: 天津理工大学
专　业: 模式识别与智能系统
关键词: 图像去噪图像融合多尺度几何分析非下采样Contourlet变换
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 1次
引　用: 0次
阅　读: 论文下载

内容摘要

多尺度几何分析是在小波变换基础上发展起来的图像稀疏表示工具,其不仅继承了小波变换所具有的多分辨率、时-频局域性,而且还满足各向异性以及低冗余等特性,是图像稀疏描述的有效手段。本文在多尺度几何分析的基础上,着重对具有代表性的非下采样Contourlet变换(NSCT)进行了研究,并将其平移不变性及几何流性质应用于红外与可见光图像的去噪与融合当中。对图像去噪,本文提出了基于NSCT的图像去噪算法。首先对图像NSCT分解系数的低频部分采用门限阈值平均法进行处理,然后对系数的高频部分则采用分层自适应硬阈值结合NCST的几何流性质进行处理。实验仿真结果表明,利用本文算法得到的去噪图像,峰值信噪比与经典小波和轮廓波去噪算法相比有0.5-4dB的提升,主观视觉效果也得到很好的改善。对图像的融合,系统分析、对比了几种多尺度图像融合算法及规则,提出基于NSCT的图像融合算法。通过在传统加权平均法的基础上引进门限阈值,在有效抑制噪声的前提下完成低频系数的融合,利用系数值选大法结合局部区域准则对高频部分进行融合,更好的保护了图像的细节部分。实验结果表明,本文融合算法可以更好地保留源图像中的轮廓信息,“虚影”也得到了较好的抑制。

全文目录

摘要  5-6
Abstract  6-9
第一章绪论  9-14
  1.1 研究背景及意义  9-10
  1.2 研究进展与现状  10-12
  1.3 研究内容和主要创新点  12-13
  1.4 论文组织结构  13-14
第二章图像去噪、融合的相关理论  14-21
  2.1 图像去噪理论  14-16
    2.1.1 图像去噪的数学表示  14
    2.1.2 常见的图像噪声分类  14-15
    2.1.3 常用去噪方法分类  15-16
  2.2 图像融合理论  16-20
    2.2.1 图像融合流程  16-17
    2.2.2 图像配准技术  17-19
    2.2.3 图像融合层次分类  19-20
  2.3 本章小结  20-21
第三章 NSCT变换基本理论  21-35
  3.1 多尺度几何分析理论  21-25
    3.1.1 小波的优点与不足  21
    3.1.2 图像的多尺度几何表示  21-22
    3.1.3 多尺度几何分析举例  22-25
  3.2 轮廓波(Contourlet)变换  25-30
    3.2.1 拉普拉斯金字塔(LP)分解  26-27
    3.2.2 方向滤波器组(DFB)  27-29
    3.2.3 Contourlet变换的实现  29-30
  3.3 非下采样Contourlet变换(NSCT)  30-34
    3.3.1 非下采样金字塔(NSP)  30-31
    3.3.2 非下采样方向滤波器组(NSDFB)  31-33
    3.3.3 非下采样Contourlet变换(NSCT)的实现  33-34
  3.4 本章小结  34-35
第四章基于NSCT变换的图像去噪算法  35-46
  4.1 小波变换图像去噪算法  35-38
    4.1.1 小波变换理论  35-36
    4.1.2 小波多尺度分解  36-37
    4.1.3 小波阈值去噪  37-38
  4.2 基于NSCT的图像去噪算法  38-41
    4.2.1 NSCT低频系数处理  38-39
    4.2.2 NSCT高频系数处理  39-40
    4.2.3 去噪算法流程  40-41
  4.3 去噪算法评价分类  41-43
    4.3.1 主观性能评价  41-42
    4.3.2 客观性能评价  42-43
  4.4 实验仿真及分析  43-45
  4.5 本章小结  45-46
第五章基于NSCT变换的红外与可见光图像融合  46-60
  5.1 基于多尺度几何分析的图像融合算法  46-49
    5.1.1 基于Laplace塔式分解的图像融合  46-47
    5.1.2 基于小波变换的图像融合  47-48
    5.1.3 基于Contourlet变换的图像融合  48-49
  5.2 图像融合规则  49-52
    5.2.1 基于像素点的融合规则  49-51
    5.2.2 基于像素区域的融合规则  51-52
  5.3 基于NSCT的图像融合算法  52-59
    5.3.1 融合步骤及流程  52-53
    5.3.2 融合规则  53-55
    5.3.3 融合算法评价  55-56
    5.3.4 算法仿真与结果分析  56-59
  5.4 本章小结  59-60
第六章总结与展望  60-61
  6.1 全文总结  60
  6.2 工作展望  60-61
参考文献  61-64
发表论文和科研情况说明  64-65
致谢  65

基于非下采样Contourlet变换的图像去噪与融合

内容摘要

全文目录

相似论文