基于小波變換技術的圖像融合方法的研究與應用.pdf

1、圖像融合是由信息融合發(fā)展而來的，是多傳感器數(shù)據(jù)融合的一個重要分支。近年來，圖像融合技術在現(xiàn)代航空航天、自動控制、遙感遙測、醫(yī)學，特別是軍事指揮領域中發(fā)揮著越來越重要的作用。 圖像融合把來自多個傳感器數(shù)據(jù)的互補信息合成一幅新的圖像，提供比原圖像更豐富的視覺信息。針對圖像融合的研究有很多方向，比如融合算法、融合規(guī)則、融合質量評價和融合圖像的類型等。圖像融合可以按工作域分為空間域、光譜域、頻率域以及尺度域融合；也可以根據(jù)信息抽象程度的

2、不同，從低到高分為像素級、特征級和決策級融合三個層次。像素級融合作為最基本的融合，是特征級融合和決策級融合的基礎，因此成為目前研究的熱點問題之一。本論文的研究就是基于像素級圖像的融合。 根據(jù)圖像融合分類的不同，圖像融合的算法可分為空域、變換域融合算法，或像素級、特征級和決策級融合算法。當今圖像融合的熱點問題有：多傳感器融合、多分辨率融合以及多聚焦融合。而多分辨率圖像融合的分解與重構主要可分為兩類：金字塔型和基于小波變換的分解與重

3、構(即Mallat快速算法)。目前國際上，從符合人眼視覺特性和觀察特點出發(fā)，在多重灰度圖像融合領域，一般采用多分辨率結構(Multiresolution Architecture)進行相應的像素級處理。隨著人們對小波變換的深入研究，小波多分辨分析這種具有完美數(shù)學性質的工具在圖像處理領域有了越來越多的運用。本論文就是利用小波變換得到圖像的多分辨結構，研究多聚焦圖像融合的。 使用平移不變小波變換可以有效抑制偽吉布斯現(xiàn)象，而Cycle

4、 Spinning算法正是將這種思想應用于圖像去噪中，但目前的文獻中較少使用該方法進行圖像融合的研究。本論文將該方法應用于圖像融合中，針對基于小波變換的Cycle Spinning圖像融合技術進行了基礎和擴展研究。 本論文所做的工作及創(chuàng)新主要包括以下幾個方面： 1)查閱了國內外一定數(shù)量的期刊、文獻，綜述了圖像融合的基本概念，總結了該領域研究的最新進展，對存在的問題進行了討論，并展望了未來的發(fā)展趨勢。 2)對圖像融

5、合的算法進行了細致的歸類，具體解釋了空域、變換域圖像融合算法，像素級、特征級以及決策級圖像融合算法各自的適用范圍和特點。 3)綜述了該領域的熱點圖像融合問題，對多傳感器圖像融合、多分辨率圖像融合以及多聚焦圖像融合，分別做出了具體說明。 4)回顧了傅立葉變換和小波變換的發(fā)展，由多分辨率分析引出了金字塔型和基于小波變換的兩類圖像分解與重構方法；特別針對影響圖像融合效果的各種因素：融合圖像的類型、小波變換的基函數(shù)、濾波器、分解

6、層數(shù)以及融合規(guī)則，進行了歸納總結。 5)討論了圖像融合質量的評價方法，單獨列出了主觀和客觀相結合的方法。在仿真實驗中，使用MATCAB中的圖形用戶界面GUI和小波工具箱(Wavelet Toolbox)，實現(xiàn)了圖像融合質量評價的可視化。該研究成果可參照已發(fā)表論文《小波圖像融合評價方法的綜合比較研究》。 6)綜述了吉布斯現(xiàn)象，并討論了抑制偽吉布斯現(xiàn)象的平移不變小波變換。將在基于“平移平均”思想的Cycle Spinnin

7、g算法用于圖像融合，提出了一種基于小波變換的Cycle Spinning圖像融合的方法(稱為CSDWT，簡稱為CS方法)，并在仿真實驗中實現(xiàn)了該過程，取得了較好的主觀和客觀融合效果。該研究成果可參照已發(fā)表論文《小波變換結合Cycle Spinning圖像融合的研究》。 7)進一步研究了Cyde Spinning算法，就平移方向和平移量兩個問題提出了不同的平移策略，從而改進了CS方法；仿真實驗證明，這種改進沒有減弱圖像的融合效果，