基于圖像序列的小波變換圖像融合算法的研究.pdf

1、目前，國(guó)內(nèi)外在圖像融合方面的研究已獲得較大的研究成果。圖像融合是將兩個(gè)或兩個(gè)以上的傳感器對(duì)某一個(gè)具體場(chǎng)景所獲取多幅源圖像的信息加以提取與綜合，從而得到單一傳感器不能獲得的圖像信息。其目的是減少不確定性。小波變換作為圖像融合方法的一種，加上其具有很好的時(shí)域和頻域局部化的特性，因此小波變換在圖像融合中具有很大的應(yīng)用價(jià)值，并且它是當(dāng)前圖像融合研究的熱點(diǎn)。本文研究工作的主要是基于圖像序列的小波變換圖像融合算法進(jìn)行探索，講述了一些傳統(tǒng)的融合方法，

2、并提出了相應(yīng)的算法改進(jìn)，采用理論分析和仿真實(shí)驗(yàn)相結(jié)合的方法，得到許多有意義的結(jié)論。具體工作內(nèi)容如下：
　　(1)查閱了許多有關(guān)圖像融合的方法，敘述了圖像融合的當(dāng)前研究現(xiàn)狀。
　　(2)闡述了圖像融合的相關(guān)基礎(chǔ)知識(shí)，主要介紹了融合的原理、分類和小波變換的圖像融合相關(guān)理論知識(shí)。
　　(3)系統(tǒng)地闡述了圖像融合前的預(yù)處理工作，尤其是在圖像去噪和匹配方面做了詳細(xì)的介紹。基于圖像去噪方面，提出了一種提升小波變換的去噪法，采用了小

3、波閾值量化的方法，其原理是結(jié)合提升小波計(jì)算速度快，且占用的內(nèi)存小等特點(diǎn)，從而進(jìn)行圖像的去噪?；趫D像配準(zhǔn)方面，提出了一種提升小波變換的特征匹配方法，其原理是先對(duì)原始圖像做預(yù)處理操作，接著采用基于模極大值的提升小波變換的邊緣檢測(cè)法對(duì)圖像進(jìn)行邊緣檢測(cè)，從而提取到邊緣特征點(diǎn)，最后使用歸一化互相關(guān)初匹配和最小二乘法精匹配實(shí)現(xiàn)圖像的精確配準(zhǔn)。
　　(4)研究了常規(guī)的圖像融合算法，并在仿真實(shí)驗(yàn)基礎(chǔ)上，通過(guò)對(duì)比經(jīng)過(guò)融合處理之后的圖像，指出了其中

4、的不足之處，鑒于此，提出了一種改進(jìn)的小波變換融合算法。改進(jìn)方法的原理是先對(duì)源圖像進(jìn)行小波分解，得到低頻分量和高頻分量，然后對(duì)低頻分量和高頻分量分別采用不同的融合規(guī)則進(jìn)行相應(yīng)的融合處理，其中低頻部分采用基于局域能量的加權(quán)系數(shù)法，高頻部分采用基于區(qū)域方差法。
　　(5)小波變換在圖像序列融合方法中占有重要地位，但是它的運(yùn)算速度慢，復(fù)雜性強(qiáng)，在實(shí)時(shí)應(yīng)用中，尤其是在時(shí)域空間內(nèi)受到了較大的限制。因此，本文在前有的小波算法基礎(chǔ)上，提出了一種基