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(xiàng)關(guān)鍵技術(shù),而多分辨率分析方法則是處理圖像融合時(shí)的常用方法,在圖像融合當(dāng)中發(fā)揮著重要的作用。本文重點(diǎn)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(gè)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(diǎn)、多聚焦圖像融合的三個(gè)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(diǎn)進(jìn)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(jià)體系,為后續(xù)章節(jié)的實(shí)驗(yàn)結(jié)果提供了評價(jià)的判定準(zhǔn)則;
　　其次,提出了基于雙樹復(fù)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(diǎn)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(jìn)行選擇時(shí)分別采用了“局部區(qū)域能量匹配

3、度”和“改進(jìn)的梯度算子取大”的融合準(zhǔn)則,該算法充分利用了DT-CWT良好的空間細(xì)節(jié)表現(xiàn)力這一優(yōu)點(diǎn),各客觀評價(jià)指標(biāo)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(diǎn),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(jì)的標(biāo)準(zhǔn)差的大小來選擇系數(shù),而低頻