版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、圖像融合是將兩個或兩個以上的傳感器在同一時間(或不同時間)獲取的關(guān)于某個具體場景的圖像或者圖像序列信息加以綜合,以生成一個新的有關(guān)此場景的圖像。而這個圖像是從單一傳感器獲取的信息中無法得到的。圖像融合的目的是減少不確定性。小波變換以其良好的時頻局部化特性,在圖像融合領(lǐng)域取得了廣泛的應(yīng)用,并已成為圖像融合技術(shù)研究的熱點。本文主要針對基于小波分析的像素級圖像融合算法進(jìn)行探索,研究了基于Mallat小波變換、提升小波變換以及非下采樣Conto
2、urlet變換(NSCT)的像素級圖像融合算法。通過理論分析和融合實驗,得到了一系列有價值的結(jié)論。具體的工作內(nèi)容如下:
(1)闡述了圖像融合的研究背景及意義、國內(nèi)外研究現(xiàn)狀等,總結(jié)了像素級圖像融合的典型算法和評價準(zhǔn)則。
(2)重點研究了基于Mallat小波變換的圖像融合算法??偨Y(jié)了小波域常用的融合規(guī)則,在此基礎(chǔ)上本文提出了一種基于小波變換的圖像融合改進(jìn)算法。改進(jìn)算法對低頻系數(shù)采用基于區(qū)域能量自適應(yīng)加權(quán)的方法,
3、能夠較好地提取源圖像的輪廓信息;高頻采用基于區(qū)域強度比的加權(quán)融合策略,更好地提取了源圖像的細(xì)節(jié)信息。并且針對高、低頻系數(shù)的不同特征,在計算低頻區(qū)域能量和高頻區(qū)域強度時選擇不同的窗口函數(shù)。實驗結(jié)果表明,改進(jìn)算法的融合圖像大大提高了邊緣融合質(zhì)量指標(biāo)(EFQI)和加權(quán)融合質(zhì)量指標(biāo)(WFQI)。
(3)針對傳統(tǒng)的小波變換的融合方法運算速度慢,對內(nèi)存的需求量大,不適于實時應(yīng)用的局限性,本文提出了一種基于提升小波變換的圖像融合改進(jìn)算法
4、。針對提升小波分解后的低頻和高頻分量各自的特點,選用不同的規(guī)則進(jìn)行融合,即低頻系數(shù)采用基于鄰域空間頻率加一致性檢驗,高頻系數(shù)采用基于像素點的絕對值取最大的融合策略。實驗結(jié)果表明,當(dāng)采用平均梯度、標(biāo)準(zhǔn)差和空間頻率誤差比率作為客觀評價準(zhǔn)則,該算法的融合圖像比拉普拉斯金字塔融合圖像和傳統(tǒng)的小波變換的融合圖像具有更好的融合效果。
(4)由于傳統(tǒng)小波變換缺乏平移不變性和方向敏感性,而NSCT具有完全平移不變性和優(yōu)良的方向選擇特性,并
5、且變換后各層上的圖像保持相同的尺寸,能夠進(jìn)行信息的附加,因此本文提出了一種基于NSCT的圖像融合改進(jìn)算法。圖像經(jīng)NSCT分解后的低頻部分采用基于區(qū)域能量自適應(yīng)加權(quán)的方法,對不同分解層的高頻子帶選取不同的融合規(guī)則,即在最高分解層的高頻子帶采用像素值的絕對值取大,其它較低分解層的高頻子帶采用區(qū)域強度比的加權(quán)選擇融合策略。盡管基于NSCT的圖像融合的計算復(fù)雜度有所增加,但是融合圖像在視覺效果和量化指標(biāo)上優(yōu)于小波變換和Contourlet變換的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于小波分析的圖像融合算法研究.pdf
- 基于小波分析的像素級可見光與紅外圖像融合算法的研究.pdf
- 基于小波的像素級圖像融合算法研究.pdf
- 基于像素級的圖像融合算法研究.pdf
- 基于小波分析的數(shù)字圖像融合算法.pdf
- 像素級圖像融合算法研究.pdf
- 基于小波分析的多聚焦圖像融合算法研究.pdf
- 基于小波分解的圖像融合算法改進(jìn).pdf
- 【jl077】基于小波變換的像素級圖像融合算法研究
- 像素級多聚焦圖像融合算法研究.pdf
- 【jl077】基于小波變換的像素級圖像融合算法研究
- 多聚焦圖像像素級融合算法研究.pdf
- 多傳感器像素級圖像融合算法研究.pdf
- 像素級多分辨率遙感圖像融合算法的研究.pdf
- 基于小波變換的圖像融合算法研究.pdf
- 基于改進(jìn)的像素級遙感影像融合算法研究.pdf
- 基于DWT和ICA的像素級多傳感器圖像融合算法研究.pdf
- 基于小波變換的圖像融合算法的研究.pdf
- 基于小波變換的圖像數(shù)據(jù)融合算法研究.pdf
- 基于多小波的遙感圖像融合算法研究.pdf
評論
0/150
提交評論