《多聚焦图像融合算法的研究资料》由会员分享,可在线阅读,更多相关《多聚焦图像融合算法的研究资料(37页珍藏版)》请在金锄头文库上搜索。
1、分类号:* U D C:*-*-(20*)*-0密 级:公 开 编 号:*大学学位论文多聚焦图像融合算法研究论文作者姓名:申请学位专业:申请学位类别:指导教师姓名(职称):论文提交日期:多聚焦图像融合算法研究摘 要光学成像系统焦距确定后,只有成像在景深区间内的空间点能够清晰成像。实际应用中对某个场景的物体成像时,由于被照场景中各物体与成像镜头的物距各异,所成的像不是全都清晰的。为了获取清晰的全场景图像,需要对场景中不同的物体分别聚焦,获取每个物体的图像,并将其融合在一起,即多聚焦图像融合技术。研究了多聚焦图像融合的基本理论,特别是空间域和变换域的融合方法;阐述了有关小波变换(WT)的融合理论,
2、该办法通过对原始图像实施小波分解,将解析后的低、高频区域作相应的变换,高低频区域分别使用不同的融合规则,然后用修正后的小波子区域融合成新图像。设计了计算机模拟实验,对几种基于小波的多聚焦图像融合算法进行了模拟并给出了结果评价,实验结果证实了文中方法的有效性。关键词:多聚焦图像融合;小波变换;图像重构;质量评价;融合规则The research on multi-focus image fusion algorithmAbstractAfter determining the focal length of the optical imaging system, only when imagin
3、g in the space point of the depth of focus can be clearly imaged. In the real process of the image-forming, because of the difference of the object distance between the things and imaging lens in the scene which be focused, the image-forming to certain scene is not all clear. To obtain clear panoram
4、a, we can respectively focus on the different objects in the scene, get all the images of the object and mix them together, this is so-called multi-focus image fusion technology. The basic theory of multi-focus image fusion, especially the spatial domain and transform domain fusion method; Expounded
5、 about the wavelet transform(WT) fusion theory, the approach, the original image by wavelet differentiation, will be resolved after the low-frequency region for the corresponding conversion, high-frequency regions are using different fusion rules, then corrected wavelet sub-regional integration into
6、 a new image. Design of computer simulation experiments, several fusion algorithm based on wavelet multi-focus images are simulated and gives the results of the evaluation, experimental results confirmed the validity of the method. Key words: multi-focus image fusion; wavelet transform; image recons
7、truction; quality evaluation; fusion rule目 录论文总页数:33页1 引言11.1 课题研究背景及意义11.2 图像融合技术的研究现状及问题11.3 图像融合的层次21.4 论文的内容结构安排42 多聚焦图像的融合算法42.1 多聚焦图像成像理论基础42.2 多聚焦图像的融合方法52.2.1 一般常用的融合算法简介52.2.1.1 IHS彩色空间的融合算法52.2.1.2 Brovey变换算法82.2.1.3 加权平均图像融合算法92.2.1.4 采用PCA算法的图像融合方法92.2.1.5 智能图像融合算法112.2.2 图像的变换域融合方法122.2
8、.2.1 金字塔融合方法132.2.2.2 基于小波变换的算法153 小波变换融合算法153.1 小波变换概述153.2 小波变换分析163.2.1 连续小波变换173.2.2 离散小波变换173.3 二维离散小波变换及其Mallat算法173.4 图像融合的离散多小波变换183.4.1 多小波概念简述183.4.2 多小波变换183.5 小波包算法193.5.1 小波包的定义193.5.2 小波包的分解与重构算法203.5.3 小波包的融合思想203.6 各种方法比较213.7 多聚焦图像融合的规则213.7.1 低频系数融合规则213.7.2 高频系数融合规则214 多聚焦图像融合质量的评
9、价224.1 融合图像质量的定性评价224.2 融合图像质量的定量评价235 理论模拟实验结果及分析245.1 不同小波分解方法比较245.2不同分解层数的比较255.3 不同目标图像比较276 总结29参考文献30致 谢32声 明331 引言1.1 课题研究背景及意义随着经济的发展,科技的日新月异,各种不同传感器的使用范围逐渐扩大。不同传感器的成像机理、使用功能、工作范围、运行环境等要求不尽相同,用以完成不同的工作。现在多数集成系统,集成了大量的传感器,系统获取信息方式多样化,收集的数据量也急剧上升,以前处理信息的手段已不再合适,必须寻找新方法、开发新技术解决遇到的新问题。所谓的图像融合的基
10、本意思是指利用多数传感器图像的数据、信息归纳,即是将源图像中的可利用的信息加以合成,因而使取得的图像更加清晰VarshneyP.K. Multisensor Data FusionJ. Electronics & Communication Engineering Journal, 1997, 9(6): 245-253。它的基本思想是采用一定的算法,把同一场景中不同图像传感器取得的图像融合成新的图像,使融合的图像信息更丰富、识别性更好,更符合人机视觉特征。多源图像相比单一图像的融合效果更好,是因为有信息的冗余、互补性等优点。多源图像融合能够获取多方面的信息,能够增加系统运行的平稳度和容错性、
11、可信度;减少了信息传输量,对传感器的性能、通信系统条件有所下降。近年来,图像数据与信息的融合得到了大量的实际应用,科研成果已涉及到计算机视觉、目标识别等范围。其中在军事方面,精确制导、自主式炮弹、侦察设备等领域图像融合技术已成为最具影响力的新科技;其民用领域,图像融合可用于金属探伤、产品设备检测等方面;在医学方面,适用在医学图像成像的判断、MRI、CT、CAS等;还用于信息加密、智能交通、安全监控、GIS等领域。随着图像融合技术的进步,实际应用会更加普及,对推动经济发展和建立现代化的军事国防意义非凡。1.2 图像融合技术的研究现状及问题信息融合技术开端于1970年左右的美国。此后,信息融合的技
12、术飞速前进,并成为多种科技相互结合的新学科。图像融合应用最早的是法国的Daliy等人将合成的图像对地质实行了一定程度上的解释;进入80年代,一些学者和科研人员渐渐重视图像融合技术,并将其用于剖析和处理各种不同的问题;到了90年代后期,遥感卫星的成功发射图像融合技术从此有了牢固的工程基础,并逐渐成为研究的热门。近年来,图像融合技术已成为计算机视觉、自动控制、机器人、目标跟踪等领域的关键技术之一。在遥感、GIS、反恐检查、军事建设以及农产评估、医学成像解析、环保、灾害检测等领域有重大的意义。目前,美国、英国、德国等国家大力开展了图像融合的相关研究,其中的一些研究成果多次在学术上亮相。国内相关方面的
13、研究开展的缓慢,但是不少学者致力于图像融合的探究。当前看来,国内的研究水平与世界相比相差甚大,国内研究大都处在初始阶段的理论研究。因为纷繁多变的数据信息和使用目标的差异,难以组建一体、完善的图像融合系统,每种方法各有优缺点。虽然在模型和算法方面取得了一定的成果,但是没有形成系统的图像融合技术理论,仍有许多问题亟待解决,以下几个方面的关键技术还需要进一步解决:(1) 图像融合的基础理论系统有待完善。合理吸收、利用各种方法的优点,构建优良的理论框架。以后在探索更高效的方法,同时完善理论系统;(2) 图像的配准占据至关重要的位置。配准一般采用特性配准与选取、建立映射、插值等方式。当前,图像融合的相关
14、研究大都集中于像素级上,其配准精度直接作用于后续步骤的处理。(3) 融合措施难以达到实际情况的需要。传统的融合方法与数据关联需要丰富的先验知识,计算机上还可能会出现N-P完全复杂性问题。因此,设计算法时不仅需要思索融合的效果以及效率,还应考虑及时性与可靠信任度。这也是需要积极开展探索的重要方面。(4) 寻找新方法提升图像融合的效率。近年,PCNN、进化算法、模糊集理论等融合措施博得了优良的成效。利用智能融合法,提高算法的功能需要更加深化的探究。(5) 没有完善的质量评价框架。质量评估已经成为评判一个融合算法功能优劣的紧要依据。某些客观评价指标(清晰度、熵、RMSE、PSNR等)有时会与主观视觉
15、发生偏差。此外,不同的算法适合不同的评价标准,并不适合所有的评价指标。因此,探讨完备的质量评估体制具有重大意义。(6) 融合的多聚焦图像的质量难以保证。在多聚焦图像数据方面,图像易受背景、噪声等外界因素的干扰,并且不同传感器所获得的图像信息差异较大,这些对融合的性能都会产生一定的影响。1.3 图像融合的层次图像融合的处理分为:像素级、特征级、决策级。初始图像的融合主要处于像素级,是对源图像中包含的各种信息数据实施直接处理。大量研究集中在像素级层次的图像融合,其结果精准性较高,可以解决细节方面的信息处理;但处理的信息量最多,较高的设备要求。在图像融合时,源图像需要先做一系列的处理,便于后续工作的开展。其过程结构如图1-1所示。图像1图像2图像N图像配准图像配准图像配准像素级图像融合特征提取特征分类决策和解释图1-1 像素级图像融合特征级层次的图像融合,即从图像中提炼特色信息开展归纳与解析郭雷, 李晖晖, 鲍永