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。圖像融合是將兩個或兩個以上的傳感器對某一個具體場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用價值，并且它是當前圖像融合研究的熱點。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行探索，講述了一些傳統(tǒng)的融合方法，

2、并提出了相應的算法改進，采用理論分析和仿真實驗相結(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)查閱了許多有關圖像融合的方法，敘述了圖像融合的當前研究現(xiàn)狀。
　　(2)闡述了圖像融合的相關基礎知識，主要介紹了融合的原理、分類和小波變換的圖像融合相關理論知識。
　　(3)系統(tǒng)地闡述了圖像融合前的預處理工作，尤其是在圖像去噪和匹配方面做了詳細的介紹。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)合提升小波計算速度快，且占用的內(nèi)存小等特點，從而進行圖像的去噪?；趫D像配準方面，提出了一種提升小波變換的特征匹配方法，其原理是先對原始圖像做預處理操作，接著采用基于模極大值的提升小波變換的邊緣檢測法對圖像進行邊緣檢測，從而提取到邊緣特征點，最后使用歸一化互相關初匹配和最小二乘法精匹配實現(xiàn)圖像的精確配準。
　　(4)研究了常規(guī)的圖像融合算法，并在仿真實驗基礎上，通過對比經(jīng)過融合處理之后的圖像，指出了其中

4、的不足之處，鑒于此，提出了一種改進的小波變換融合算法。改進方法的原理是先對源圖像進行小波分解，得到低頻分量和高頻分量，然后對低頻分量和高頻分量分別采用不同的融合規(guī)則進行相應的融合處理，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，但是它的運算速度慢，復雜性強，在實時應用中，尤其是在時域空間內(nèi)受到了較大的限制。因此，本文在前有的小波算法基礎上，提出了一種基