基于多尺度分析的圖像融合技術(shù)研究.pdf

1、數(shù)字圖像融合是將兩個或者兩個以上的傳感器在同一時間獲取的某個場景的信息加以綜合，合成一幅更豐富、更精確、更可靠的圖像。圖像融合是一個十分活躍的研究領(lǐng)域，其在醫(yī)學(xué)、測量、地理信息系統(tǒng)、工業(yè)、智能機(jī)器人以及軍事等領(lǐng)域都起著重要的作用，并日益為眾多的研究者所關(guān)注。
　　本文主要研究了基于多尺度分析的多傳感器圖像融合技術(shù)。重點圍繞提升融合質(zhì)量和實現(xiàn)融合實時性兩大分支進(jìn)行了探討。針對不同的研究重點，就特征提取和融合規(guī)則的選擇這兩項難點進(jìn)行深

2、入、系統(tǒng)的研究，結(jié)合大量的實驗，提出了適用于不同領(lǐng)域的有效的融合方法，具體工作如下：
　　介紹了多尺度圖像融合的概念、意義，多尺度圖像融合技術(shù)的發(fā)展現(xiàn)狀，對現(xiàn)有的多尺度分析方法進(jìn)行了介紹、分析，并就其中一些方法存在的缺點提出了改進(jìn)，最后在融合實時性研究領(lǐng)域提出了一種具有實用性的融合方法。
　　首先，歸納總結(jié)了多尺度圖像融合的發(fā)展現(xiàn)狀，簡要的介紹了不同傳感器的成像特性以此引出遙感圖像融合、醫(yī)學(xué)圖像融合、多聚焦圖像融合，并介紹了

3、各類圖像在融合時的側(cè)重點。給出了可見光與紅外圖像的融合框架，針對框架里給出的圖像預(yù)處理(圖像去噪、圖像增強(qiáng)、顏色空間轉(zhuǎn)換)里的圖像增強(qiáng)和顏色空間轉(zhuǎn)換做了詳細(xì)的介紹。最后介紹了此類圖像融合用到的評價指標(biāo)，其中重點介紹了目前最客觀、最為廣泛應(yīng)用的評價指標(biāo)Q因子和SSIM(結(jié)構(gòu)相似度)。
　　其次，介紹了現(xiàn)有的多尺度圖像融合方法，并對所有算法進(jìn)行了一一仿真測試。從融合效果和融合耗時兩個角度對比了連續(xù)小波變換和離散小波。以現(xiàn)有的D9/7小

4、波的提升框架為理論依據(jù)，提出了D5/3小波的提升框架，并對兩種框架進(jìn)行了對比。簡要的介紹了CT變換的思想，為后續(xù)提出NSCT做了鋪墊。
　　然后，針對如何提升融合質(zhì)量做了詳細(xì)的分析與充分的實驗，分析與總結(jié)了現(xiàn)有的幾種多尺度圖像融合技術(shù)它們各自的優(yōu)缺點，其中包括小波變換、提升小波變換、輪廓波變換和非子采樣輪廓波變換。針對非子采樣輪廓波變換在頻帶濾波模塊存在的信息丟失問題提出了改進(jìn)算法，采用改進(jìn)的冗余提升變換代替非子采樣拉普拉斯金字塔

5、變換對圖像進(jìn)行頻帶分解。實驗結(jié)果證明本文提出的算法使融合后的圖像更好的保持了可見光的細(xì)節(jié)信息，同時獲取了較清晰的紅外圖像中的目標(biāo)信息。
　　最后，在紅外圖像與灰度可見光圖像融合領(lǐng)域，提出了采用基于形態(tài)學(xué)的多尺度濾波方法對紅外圖像和可見光圖像進(jìn)行二次融合，該方法大大縮短了圖像的融合時間，滿足實時處理的要求。首先，利用草帽變換分別提取待融合圖像中的亮暗信息，將其綜合起來形成第一幅融合結(jié)果圖，此融合結(jié)果圖中包含了豐富的紅外圖像中的目標(biāo)信