可見光與紅外圖像融合優(yōu)化技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩76頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、圖像融合是圖像處理系統(tǒng)中的一個重要組成部分,在軍事、民用等領(lǐng)域中都得到了廣泛的應(yīng)用。但是目前的圖像融合算法大多沒有考慮特定類型圖像的成像機理和具體的融合目的,融合效果并不理想,所以本文針對可見光圖像和紅外圖像的融合,開展了基于多分辨分解方法的優(yōu)化技術(shù)研究。
  首先,在低頻融合階段,當圖像中有多個區(qū)域需要關(guān)注時,一般常用的低頻融合方法和簡單的二值化區(qū)域分割方法并不能將目標有效地反映到融合結(jié)果中去,同時會降低融合圖像的光譜信息。所以

2、本文根據(jù)紅外圖像的特性,采用了基于信息熵的多閾值分割方法,將圖像分割多塊區(qū)域,每塊區(qū)域表示場景中具有相近溫度的一類物體,再針對每個區(qū)域進行融合,可以使融合圖像具有更好的清晰度和層次感。
  其次,在高頻融合階段,根據(jù)可見光圖像和紅外圖像融合目的,本文選擇了最能保留細節(jié)信息的梯度規(guī)則,同時采用尺度可變的LOG算子進行高頻子圖的梯度計算,并進行全局梯度計算和一致性校驗等優(yōu)化工作,使算法在保持細節(jié)信息方面有更好的性能。
  再者,

3、針對傳統(tǒng)的圖像客觀評價指標存在與主觀評價不一致的情況,本文采用平均梯度、空間頻率、結(jié)構(gòu)相似度指標和邊緣相似度指標來綜合評價融合結(jié)果,并利用模糊積分方法將上述指標合并為一個指標。實際結(jié)果表明,本文采用的客觀評價指標能夠有效地評價圖像融合結(jié)果情況,并與主觀評價有良好的一致性。
  最后,考慮到傳統(tǒng)的圖像融合框架并沒有考慮多分辨率分解層數(shù)對融合結(jié)果的影響,所以對其進行了改進,改進后的框架可以自適應(yīng)確定分解層數(shù)使融合結(jié)果達到最優(yōu)。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論