基于小波變換的圖像融合算法的研究與實現(xiàn).pdf

1、隨著成像傳感器技術(shù)的飛速發(fā)展，人們可獲取的圖像信息呈現(xiàn)爆炸式的增長，然而由于成像原理的不同以及技術(shù)條件的限制，任何一幅單一的圖像數(shù)據(jù)都不可能全面地反映目標(biāo)對象的特性。圖像融合是將多個成像傳感器或同一成像傳感器以不同工作模式獲取的關(guān)于同一場景的圖像信息加以綜合，以獲取新的關(guān)于此場景更準確的描述，從而提高分析精度、應(yīng)用效果和使用價值。目前圖像融合技術(shù)己廣泛應(yīng)用于軍事、遙感、醫(yī)學(xué)及計算機視覺等領(lǐng)域。
　　 近些年來，基于小波變換的圖像

2、融合已成為圖像融合的研究熱點，本文在查閱大量相關(guān)文獻的基礎(chǔ)上，深入分析、重點探討了基于小波變換的圖像融合方法。本文的主要貢獻和完成的工作包括：
　　 1）采用一種改進的基于Harris角點檢測的圖像配準方法。首先，選擇Harris角點作為圖像特征，通過歸一化互相關(guān)函數(shù)計算圖像的相關(guān)性，然后對這些相關(guān)點采用一種新的聚類方法進行篩選，再使用RANSAC方法計算匹配點。這種算法不僅提高了匹配速度，而且去除了大量的不匹配點，得到了良好的

3、匹配效果。
　　 2）研究并討論了基于小波變換的圖像融合方法中最優(yōu)小波分解層數(shù)的選取問題，得到了不同圖像融合規(guī)則下的最優(yōu)小波分解層。這避免了因小波分解層數(shù)過少，不能充分反映圖像的細節(jié)信息；分解層數(shù)過多，計算量過大，頂層融合損失的信息量過多的問題。
　　 3）提出了一種基于主元分析（PCA）和自適應(yīng)區(qū)域方差的圖像融合算法。該算法充分利用小波變換的優(yōu)勢，針對不同頻率域的特點采用不同的融合規(guī)則，對于小波分解后的低頻分量，采用基

4、于PCA加權(quán)的融合算法；對于高頻分量，采用基于自適應(yīng)區(qū)域方差的融合算法。這套算法不僅增加了圖像的信息量，而且有效地保留了源圖像的細節(jié)信息，得到了清晰的融合圖像。
　　 4）提出了一種基于HSV空間數(shù)據(jù)模型和相似性度量相結(jié)合的彩色圖像融合算法。該算法將RGB空間模型轉(zhuǎn)化成與人類顏色視覺感知更接近的HSV模型，據(jù)此構(gòu)造模板，并借鑒相似性度量原理選取恰當(dāng)?shù)募訖?quán)系數(shù)得到融合圖像。這種方法從一定程度上解決了彩色圖像融合過程中出現(xiàn)的偏色問題