基于小波变换的图像融合论文
- 格式:doc
- 大小:1.14 MB
- 文档页数:43


图像融合算法研究及其实现
摘要
关键词:
Abstract
Keywords:
目录
摘要
Abstract
第一章 绪论
1.1背景及其意义
1.2国内国外研究现状
1.3图像融合的原理及方法
1.4本文的主要研究内容及章节安排
第二章 图像融合质量的评价标准
2.1主观评价方法
2.2客观评价方法
2.3小结
第三章 图像预处理
3.1 图像去噪
3.2 图像增强
3.3 图像配准
3.4 小结
第四章 基于空域的图像融合方法
4.1像素灰度取最大最小方法
4.2 像素加权系数融合方法
4.3 主分量分析融合方法
4.4实验结果对比
4.5小结
第五章 基于频域的图像融合方法
5.1基于金字塔图像融合方法
5.2基于小波变换的图像融合方法
5.2.1小波变换的基本理论
5.2.2小波变换的图像融合算法
5.3实验结果对比分析
5.4小结
第六章 总结与展望 6.1总结
6.2展望
参考文献
致谢
第一章 绪论
1.1图像融合的背景及其意义
图像融合是指多源信道采集到的针对于同一目标的数据信息,经过数据处理等计算机技术,最大限度的提取各信道的有用信息,将之合成为一幅信息更全面、质量更高的图像。融合后的图像比单一图像的信息更为准确,更容易被计算机和人眼识别。
成像相机通常只有一个有限的景深。在一个由摄像机捕获的图像中,只有聚焦的对象是清晰的,而其他对象是模糊的。通常我们需要考虑在不同焦距下,从同一角度进行的图像融合。图像融合的目的是整合互补多个图像的冗余信息,与单个源图像相比,融合后的图像能更好的描述场景。图像融合在许多领域扮演重要角色,如遥感技术,生物医学成像,计算机视觉技术,防御系统等。在遥感技术中,图像融合将雷达图像和LandsatMSS图像进行融合更好的用于地质解释;在生物医学成像中,由于CT,MR,B超,X光片都是灰度图像,图像融合将这些不同仪器得到的图像进行处理,更容易医生对病人病情做出判断;在计算机视觉技术中,经过图像融合处理后的图像更容易于识别以及后续的机器处理;在防御系统中,图像融合被用于战场卫星监测和精确制导。
第14卷第4期 2006年12月 厦门理工学院学报 Journal of Xiamen University of Technology Vo1.14 No.4 Dec.2006
改进基于小波变换的PCNN图像融合算法
闫敬文,许建航,屈小波
(厦门大学通信工程系,福建厦f1 361005)
[摘要]以小波变换为基础,针对小波分解后高频域和低频域的特点,分别在低频域采用基于PCNN (脉冲耦合神经网络)的融合方法,在高频域采用改进的PcNN融合算法.仿真图像和评价指标结果显示: 改进的PCNN融合算法,有效地提高了图像在边缘、纹理、保留更多源图像信息等方面的综合性能. [关键词】图像融合;小波变换;PCNN;融合性能 [中图分类号】"IN 911.73 [文献标识码】A [文章编号】1008—3804(2006)04-0013—06
0 引言
数据融合的概念可以追溯到19世纪五六十年代,当时在研究一种通过合并不同传感器图像来获 得更好的可分辨的人物图像….数据融合可以定义为:把多个传感器在空问或时问上的冗余或互补
信息,依据某种准则进行组合,以获得“更高质量”的信息,而“更高质量”的确切定义将依赖于具 体应用 ].如今,图像融合方法已经运用于社会的很多领域:遥感卫星图像、光图像、红外图像、
医学图像.尤其是在多传感器图像融合应用以来,它已成为计算机视觉、目标识别、机器人以及军事
等研究的主要方面. 近年来,随着小波变换引入到图像处理领域,基于小波变换的图像融合方法引起了人们的高度重
视.与传统的数据融合方法相比较,小波融合模型可以根据输人图像的不同特征来合理选择小波基和
小波变换的次数,而且在融合操作时可以根据实际需要引入双方的细节信息,表现出更强的针对性和 实用性,融合的效果更好 .
PCNN产生于2O世纪9O年代,直接来自于Eckhorn等对猫的视觉皮层神经细胞研究,是模拟视
觉神经细胞活动而得到的人工神经元模型.相比于BP等传统神经网络模型,PCNN模型同时利用了 神经元特有的线形相加、非线形相乘调制耦合两种特性 J.之后Broussard等人借助于该网络实现图
Computer Engineering and Applications计算机工程与应用 2007,43
一种基于小波变换的多分辨图像融合算法
浦西龙.吕建平
PU Xi—long.LV Jian—ping
苏州大学电子信息学院,江苏苏州215021 Department of Electronic and Information College,Suzhou University,Suzhou,Jiangsu 215021,China
E—mail:bennic.pu@gmail.COB
PU Xi-long.LV Jian—ping.Algorithm of wavelet-based multiresolution image fusion.Computer Engineering and Applica-
tions,2007,43(20):65-6/.
Abstract:The image fusion is the process of combining two or more images into a single image.Fused image retains important
features from each.Image fusion techniques can improve the quality,and increase the application of these data.The paper mostly
addresses two issues in image fusion:(1)the image fusion algorithm;(2)corresponding quality assessment.In the image fusion
scheme presented in this paper,the original images are preprocessed by muhiresolution wavelet transforms first,then the wavelet
嘲鞠越 id e o n i…ri d D l ARTS &APP器LI C 应ON用S 疆|_ & ATI ■
【本文献信息】常亮亮,王广龙,高凤岐,等.基于FPGA的IHS和提升小波变换的图像融合实现[J].电视技术,2012,36(17) 基于FleA的mS和提升小波变换的图像融合实现
常亮亮,王广龙,高凤岐,乔中涛,张姗姗 (1.军械工程学院导弹工程系,河北石家庄050003;2.上海市计量测试研究院在线通用所,上海200230) 【摘要】在分析IHS和提升小波变换图像融合算法理论的基础上,给出了一种基于FPGA的该图像融合算法的设计实现。该 设计首先对IHS变换模块进行了硬件实现构造,然后设计了多级小波提升模块以实现图像融合质量和小波分解层数的合理匹 配。实验结果表明,采用本设计方法进行图像融合,误差小、精度高,融合效果优良,能够在FPGA上实现以满足图像实时处理的 需求。 【关键词】FPGA;IHS变换;提升小波变换;图像融合 【中图分类号】TN911.73;TP391 【文献标识码】A Implementation of HIS Transform and Lifting Wavelet Transform Based on FPGA CHANG Liangliang,WANG Guanglong,GAO Fengqi,QIAO Zhongtao,ZHANG Shanshan ( .Department ofMissile Engineering,Ordnance Engineering College,Shijiazhuang 050003,China; 2.Shanghai Insititute ofMeasurement and Testing Technology,Shanghai 200230,China 【Abstract】After analyzing the features of IHS transform and lifting wavelet transform image fusion algorithm,the design of a FPGA-based implementa— tion method is proposed to implement the algorithm.Firstly,the IHS transform module is described in detail to complete the image space conversion. Secondly,the reasonable multi-level lifting wavelet transform module is given to improve image fusion quality.Finally,simulations are conducted on the presented algorithm,and the result indicates that the design can pass the verification on FPGA platform and has a good real—time performance. 【Key words】FPGA;IHS transform;lifting wavelet;image fusion