剪切波構(gòu)造方法研究及其在圖像處理中的應(yīng)用.pdf

1、小波變換是一種多分辨率分析方法，其變換過程類似于金字塔變換，已廣泛應(yīng)用于圖像處理與信號處理等領(lǐng)域。運用小波變換能將圖像分解成低頻子帶和水平、垂直和對角三個方向的高頻子帶，其中低頻子帶是源圖像的近似，包含了源圖像的主要能量，高頻子帶包含圖像在不同尺度、不同方向上的細節(jié)信息，小波變換作為一種較新的數(shù)學(xué)工具，它具有良好的時頻分析能力，對高頻部分采用逐步精細的時域取樣步長，“聚焦”到對象的任意細節(jié)，因此又被譽為“數(shù)學(xué)顯微鏡”。
　　然而，

2、傳統(tǒng)的小波變換只能捕捉水平，垂直和對角三個方向的信息，并不能很好地表示圖像的‘線奇異性’，在處理二維信號時有一定的局限性。本文運用傅立葉變換與時頻分析方法，研究了有限離散剪切波的構(gòu)造方法，通過構(gòu)造若干個預(yù)備函數(shù)，提供了剪切波的一種新的構(gòu)造方法，構(gòu)造了錐面上和低頻上的剪切波。
　　有限離散剪切波變換具有良好的局部化特性與平移不變性。為了提高多聚焦圖像和紅外與可見光圖像的融合精度,提出了一種基于有限離散剪切波變換(FD ST)的圖像梯

3、度信息相關(guān)性因子加權(quán)與對比度相結(jié)合的融合算法。首先，對嚴(yán)格配準(zhǔn)后的圖像進行FDST分解，得到低頻子帶系數(shù)和不同尺度不同方向的高頻子帶系數(shù)；然后對低頻子帶系數(shù)采用圖像梯度信息相關(guān)性因子加權(quán)融合算法，高頻子帶系數(shù)則利用對比度將低頻系數(shù)與高頻系數(shù)聯(lián)系起來并以對比度作為度量系數(shù)取舍的準(zhǔn)則進行融合；最后，運用有限離散剪切波逆變換重構(gòu)而得到融合圖像，并對融合圖像進行主觀視覺和客觀評價。實驗結(jié)果表明，該算法在主觀視覺效果和客觀評價指標(biāo)上優(yōu)于其它融合算

4、法。
　　針對已有圖像融合過程的不足之處，提出了四種不同的圖像融合策略。為了說明本文融合策略的有效性和有限離散剪切波變換的優(yōu)越性，對多聚焦圖像和紅外與可見光圖像進行仿真實驗。首先，比較不同變換域下同一融合策略的融合效果，這里用到的小波變換有離散小波變換(DWT)，非下采樣輪廓波變換(NSCT)，非抽樣雙樹復(fù)小波變換(UDTCWT)，非下采樣剪切波變換(NSST)，有限離散剪切波變換(FDST)。其次，比較同一變換域下不同融合策略的