基于多分辨率分析的多聚焦圖像融合算法的研究與應(yīng)用.pdf

1、圖像融合是圖像處理中的一項關(guān)鍵技術(shù),而多分辨率分析方法則是處理圖像融合時的常用方法,在圖像融合當中發(fā)揮著重要的作用。本文重點研究的內(nèi)容是基于多分辨率分析(MRA,Multi-Resolution Analysis)的多聚焦圖像融合算法,主要包含了以下三個方面:
　　首先,著重介紹的是多聚焦圖像融合的相關(guān)理論,其中主要包括了多聚焦圖像成像原理和特點、多聚焦圖像融合的三個層次劃分以及像素級層次上的多聚焦圖像融合的主要算法,并對其主要算

2、法的優(yōu)缺點進行了比對分析,此外,還簡要介紹了圖像融合效果的主客觀性能評價體系,為后續(xù)章節(jié)的實驗結(jié)果提供了評價的判定準則;
　　其次,提出了基于雙樹復小波變換(DT-CWT,Dual-tree Complex Wavelet Transform)的多聚焦圖像融合算法。針對多聚焦圖像的成像原理及其多聚焦圖像本身所具有的特點以及分解后高頻子帶系數(shù)和低頻子帶系數(shù)的相關(guān)性,在融合規(guī)則中,對高低頻子帶系數(shù)進行選擇時分別采用了“局部區(qū)域能量匹配

3、度”和“改進的梯度算子取大”的融合準則,該算法充分利用了DT-CWT良好的空間細節(jié)表現(xiàn)力這一優(yōu)點,各客觀評價指標值說明融合后圖像的清晰度能得到顯著地提高;
　　最后,根據(jù)小波系數(shù)的邊緣分布特點,引入了高斯混合模型(GMM,Gaussian Mixture Model),將其與小波變換(WT,Wavelet Transform)相結(jié)合,提出了一種新的融合算法。在融合規(guī)則中,高頻子帶依據(jù)高斯混合模型估計的標準差的大小來選擇系數(shù),而低頻