抗混疊輪廓波變換的性能研究及圖像融合去噪應(yīng)用.pdf

1、圖像信息作為信息呈現(xiàn)的一種重要手段，一直以來是人們觀測客觀事實的重要信息來源。圖像信息廣泛應(yīng)用于衛(wèi)星遙感、機器視覺、生物醫(yī)學、交通、公安、軍事等諸多領(lǐng)域，這使得圖像信息分析技術(shù)的發(fā)展受到廣泛重視。圖像分析技術(shù)興起于20世紀60年代，經(jīng)歷半個多世紀的發(fā)展，取得了相當多的成就。圖像作為一種二維信息，具有繁復(fù)性和復(fù)雜性，這決定了圖像處理的難度。如何快速、準確、高效地提取圖像信息，呈現(xiàn)其中的關(guān)鍵特征，一直以來是圖像領(lǐng)域的一個研究熱點。如何在海量

2、圖片中尋找關(guān)鍵信息，并做出準確呈現(xiàn)，已日益受到關(guān)注。
　　圖像信息的處理經(jīng)歷了從空域到頻域，從傅里葉變換到小波變換再到多尺度變換的過程。諸多方法的討論和探究具有相同的目的——尋找一種最稀疏的圖像信息特征表示方法，來實現(xiàn)對圖像邊緣紋理等高維奇異特征的捕獲，以便進一步后續(xù)處理。目前，無論是傅里葉變換，還是小波變換，都無法實現(xiàn)對圖像信息特征的最稀疏表示。多尺度幾何分析便由此而生。近年來高速發(fā)展的多尺度幾何分析為圖像信息的分析、處理、挖掘

3、提供了新的思路。典型的多尺度變換包括脊波、曲線波、輪廓波、條帶波、方向波、剪切波。它們的基函數(shù)滿足各向異性關(guān)系，能夠?qū)D像信息進行多尺度、多方向的全面分解和逼近。但由于相關(guān)數(shù)學理論還在發(fā)展，并未形成完整的數(shù)學體系，仍有大量問題優(yōu)待深入、系統(tǒng)地研究。
　　本文的主要貢獻在于對抗混疊輪廓波變換(NACT)的改進與應(yīng)用研究。實現(xiàn)了NACT模型的參數(shù)改進，并研究了其在圖像融合與圖像去噪兩類問題的應(yīng)用。圖像融合問題上，提出了基于系數(shù)加權(quán)平均

4、的NACT圖像融合、基于PCA加權(quán)的NACT遙感圖像融合算法、基于SIFT的NACT多聚焦圖像配準融合算法，在三個融合方向上均有優(yōu)異表現(xiàn);圖像去噪問題上，提出了一種強高斯噪聲下的NACT硬閾值降噪算法，評估其性能。本文對混疊輪廓波變換抗混疊原理的研究，及為輪廓波理論的發(fā)展和改進提供了更多思路，為進一步實際應(yīng)用提供了可行性和嘗試。
　　本文的內(nèi)容主要安排如下:第一章以小波分析為引，系統(tǒng)地論述了小波分析的歷史、原理、性能和發(fā)展方向。<

5、br>　　第二章介紹了多尺度分析理論對圖像分解的引申，具體為脊波變換、輪廓波變換的原理和實現(xiàn)，并有針對地分析了各變換的性能
　　。第三章從輪廓波變換的不足引入，探究了其頻譜混疊的原因，給出了改進方案，提出了參數(shù)改進的NACT變換。
　　第四章研究了改進的NACT在圖像融合問題上的應(yīng)用，提出了基于系數(shù)加權(quán)平均的NACT圖像融合、基于PCA加權(quán)的NACT遙感圖像融合、基于SIFT的NACT多聚焦圖像配準融合。
　　第五章研