大容量圖像分層處理研究.pdf

1、大容量圖像是指圖像像素數(shù)非常大的圖像。全景視覺由于其視域開闊，對于民用、軍事環(huán)境監(jiān)測及宇航空間探索等行業(yè)具有非常重要的意義。為兼顧視域廣且小目標清晰的要求其獲得的圖像容量一般都很大，因而造成處理速度慢及對硬件平臺要求高的缺點。目前有研究將圖像分塊處理后合成來解決這一問題，但此法破壞了圖像的完整性。對于一些算法是不合適的。
　　 圖像分層一直是數(shù)字圖像分析領域的關鍵技術之一，現(xiàn)階段圖像分層處理的主要目的是：針對不同層次圖像的特點，

2、分別用不同方法對圖像進行處理，使處理后結果得到改善。本文根據(jù)圖像分層后每層圖像的字節(jié)數(shù)均有所減少的特點，研究如何分層才更利于圖像并行處理。從而在保證圖像整體性的同時盡可能減少每層圖像的字節(jié)數(shù)，實現(xiàn)圖像并行處理的預處理。
　　 傅立葉變換分層后圖像被分為高頻的細節(jié)圖像和低頻的概貌圖像。經驗模式分解法可以將圖像分為多個IMF圖像及殘差圖像。本文改進了經驗模式分解法，并提出基于插值的圖像分層方法。兩種方法可以達到將圖像分為細節(jié)和概貌圖

3、像的效果，且可以完全恢復數(shù)據(jù)。改進的經驗模式分解法算法減少了分解后圖像的層數(shù)，執(zhí)行速度僅為未改進前的1/4。但該算法存在三角剖分過程，需要大量存儲空間。給大容量圖像分層處理帶來困難?；诓逯档膱D像分層方法采用簡單的采樣過程，適合大容量圖像的分層處理。和傅立葉變換分層方法相比較，基于插值的圖像分層方法的運行時間相仿，但可以完全恢復數(shù)據(jù)，因此更適用于大容量圖像并行處理前的分層。但其缺點是不能像傅立葉變換方法那樣隨意按頻率分解。
　　

4、 研究了小波變換，并用小波變換方法對圖像分層。比較了小波變換分層方法和其他分層方法的參數(shù)。利用基于插值的分層方法恢復數(shù)據(jù)好的特點，將小波與其相結合并舍棄背景部分的高頻信息以實現(xiàn)減少分層后圖像像素數(shù)，同時減少字節(jié)數(shù)，而感興趣區(qū)域的信息得到了盡可能的保留。更利于包含有小目標的大容量圖像的并行處理。提出基于圖像的灰度值分層，可將圖像分解為四幅小分辨率圖像，分解后每幅圖像像素數(shù)減小到原圖1/4且執(zhí)行速度快。
　　 將兩種金字塔結構的縮影