基于Shearlet的圖像融合方法研究.pdf

1、圖像融合是將相同目標源的多張圖像融合成一張圖像的過程，融合的圖像能夠獲得比單一圖像更加全面、準確的信息。隨著傳感器技術、計算機技術和信息處理技術的發(fā)展，圖像融合在軍事、自動識別、機器視覺和醫(yī)學圖像等領域都取得了廣泛的應用。Shearlet變換是一個新的多尺度幾何分析工具，它克服了Wavelet變換不能較好的捕捉多維數(shù)據(jù)幾何特性的缺點，能夠對二維圖像進行最優(yōu)的逼近。
　　本論文主要結合Shearlet變換理論，針對多聚焦圖像、遙感圖

2、像、多光譜圖像和全色圖像的成像特點，提出了3種適用于不同類別圖像的融合新算法。
　　本文的主要研究工作和創(chuàng)新成果如下：
　　1.針對多聚焦圖像的成像特點，提出了基于Shearlet的多聚焦圖像融合算法。在該算法中，結合Shearlet變換能夠對圖像進行多尺度和多方向分解，具有較強的邊緣表示能力的特性，將 Shearlet變換引入到多聚焦圖像的融合中，提出了基于像素鄰域清晰比、能量比和方差比的多判決圖像融合規(guī)則，對多聚焦圖像進

3、行融合處理。該算法能夠較好地保持源圖像的聚焦部分，得到整幅圖像均清晰的圖像。
　　2.通過對脈沖耦合神經網絡（PCNN）的研究，針對遙感圖像的成像特點，提出了一種基于Shearlet和PCNN的遙感圖像融合算法。在該算法中，根據(jù)Shearlet變換能較好地捕捉圖像細節(jié)信息的優(yōu)點，以及人眼對于圖像邊緣的敏感性高于灰度值的特性，結合Shearlet變換、圖像梯度信息和PCNN對遙感圖像進行融合處理。該算法充分利用了Shearlet變換