基于非亞采樣Contourlet變換的圖像融合研究.pdf

1、多傳感器圖像信息處理系統(tǒng)是信息技術發(fā)展的趨勢,是各種先進圖像傳感器出現后的必然結果。圖像融合是多傳感器數據融合的一個重要分支,作為一個新興的科研領域有著廣闊的發(fā)展前景。它通過提取和綜合來自多個傳感器圖像的信息,獲得對某一場景(或目標)的更為準確、全面、可靠的圖像描述,以便對圖像進行進一步的分析、理解以及目標的檢測、識別或跟蹤?？梢灶A見,隨著多傳感器圖像融合相關理論的不斷發(fā)展和完善,它在軍事、遙感、機器人、醫(yī)學圖像處理以及計算機視覺等領域

2、必將有更廣泛的應用前景。經過將近三十年的發(fā)展,圖像融合技術的研究已經形成了一定的規(guī)模,國內外已開發(fā)出多種融合系統(tǒng),但是這并不表明該項技術已經完善。從目前的情況來看,圖像融合技術還存在許多理論和技術方面的問題有待解決。尤其需要指出的是,圖像融合技術在國內所進行的研究相對于國際上的研究工作起步較晚,還處于落后狀態(tài)。因此迫切需要進行廣泛深入的基礎理論和基礎技術的研究工作。
　　 本文重點研究了基于非亞采樣Contourlet變換的多傳

3、感器圖像融合技術及其在醫(yī)學圖像融合和多聚焦圖像融合方面的應用。首先介紹了圖像融合的概念、優(yōu)勢、發(fā)展歷史和應用領域,然后介紹了圖像融合的三個層次及常用的圖像融合方法,總結了融合效果的主、客觀評價標準。
　　 傳統(tǒng)的圖像融合采用基于多分辨率分解的小波變換。但是二維小波的方向選擇性差,不能有效地獲取圖像的輪廓信息,故而不能實現對圖像的稀疏及有效表達。于是人們提出了具有多方向多尺度性質的Contourlet變換等一系列能有效捕獲圖像幾何

4、結構信息的新方法。但是Contourlet變換不具有平移不變性的缺點使它在圖像的奇異點附近會產生偽吉布斯現象,削弱了它的頻域局部性和方向選擇性,于是非亞采樣Contourlet變換(Nonsubsampled Contourlet Transform,NSCT)應運而生。非亞采樣Contourlet變換通過非亞采樣金字塔和非亞采樣方向濾波器組實現對圖像的多方向多分辨率分解。它既保留了Contourlet變換的特性,又具有平移不變性,濾波

5、器組的設計也很簡單,非常適合應用于圖像處理。
　　 本文在研究光學成像系統(tǒng)成像機理的基礎上,提出了一種基于非亞采樣Contourlet變換和脈沖耦合神經網絡(Pulse Coupled Neural Network,PCNN)的新的多聚焦圖像融合方法。脈沖耦合神經網絡是一種不同于傳統(tǒng)人工神經網絡的新型神經網絡,可廣泛地應用于圖像處理、目標識別、通信和決策優(yōu)化等方面。本文算法充分利用了NSCT的多分辨率、多方向性、平移不變性及PC