目录
摘要 (1)
Abstract (1)
1、绪论 (2)
1.1课题开发背景 (2)
1.1.1 图像融合的定义 (2)
1.1.2 手动配准与图象融合 (2)
1.1.3 图象融合研究的发展现状和研究热点 (3)
1.2课题设计要求 (4)
2、MATLAB程序设计 (5)
2.1 MATLAB软件简介 (5)
2.2 MATLAB软件窗口环境 (7)
2.3 M语言编程 (8)
3、图像融合算法 (9)
3.1 图象融合算法的层次分类 (9)
3.2 图像融合规则 (10)
3.3 图像融合方法 (11)
3.4 图像融合步骤 (12)
4、各算法程序 (13)
4.1 一般方法 (13)
4.2 PCA算法程序 (14)
4.3 金字塔（Pyramid）算法程序 (15)
4.4 小波变换（DWT）算法程序 (18)
5、实验结果 (22)
6、图像融合的应用 (24)
7、总结 (25)
参考文献 (26)
摘要
数字图像融合是以图像为主要研究内容的数据融合技术，是把多个不
同模式的图像传感器获得的同一场景的多幅图像或同一传感器在不同时刻
获得的同一场景的多幅图像合成为一幅图像的过程。本文首先介绍了数字
图像融合的定义、发展现状和研究热点，接着论述了图像融合的规则、方
法和步骤。并给出了三种融合算法程序，即PCA算法、金字塔图像融合算
法与基于小波变换的算法程序，在最后论述了图像融合技术在军事、医学
图像和遥感测控中的应用。
关键词：图像融合小波变换 Matlab
Abstract
Digital image fusion is the technology of data fusion mainly study the
images is the different patterns of images of the same scene sensors to the
same number of sensors or images acquired at different times the same
scene for a number of synthetic images images process. The first
introduced digital image integration definition, the current development and research discussed the integration of images of the rules, methods and steps. Three integration algorithms and procedures given that the PCA algorithms, pyramid image integration algorithms and algorithms based on wavelets change procedures discussed in the final image integration technology in the military, medical imaging and remote sensing, monitoring and control applications.
Keywords：Image fusion Wavelets change Matlab
1、绪论
1.1课题开发背景
1.1.1 图像融合的定义
数字图像融合（Digital Image Fusion）是以图像为主要研究内容的数据融合技术，是把多个不同模式的图像传感器获得的同一场景的多幅图像或同一传感器在不同时刻获得的同一场景的多幅图像合成为一幅图像的过程。由于不同模式的图像传感器的成像机理不同，工作电磁波的波长不同，所以不同图像传感器获得的同一场景的多幅图像之间具有信息的冗余性和互补性，经图像融合技术得到的合成图像则可以更全面、更精确地描述所研究的对象。正是由于这一特点，图像融合技术现已广泛地应用于军事、遥感、计算机视觉、医学图像处理等领域中。
数字图像融合是图像分析的一项重要技术，该技术在数字地图拼接、全景图、虚拟现实等领域有着重要应用。虽然Photoshop等图像处现软件提供了图像处理功能，可以通过拖放的方式进行图像拼接，但由于完全是手工操作，单调乏味，且精度不高，因此，有必要寻找一种方便可行的图像融合方法。Matlab具有强大的计算功能和丰富的工具箱函数，例如图像处理和小波工具箱包含了大多数经典算法，并且它提供了一个非常方便快捷的算法研究平台，可让用户把精力集中在算法上而不是编程上，从而能大大提高研究效率。
1.1.2 手动配准与图象融合
图像融合包含图像配准和无缝合成两个部分.由于成像时受到各种变形因素的影响，得到的各幅图像间存在着相对的几何差异。图像配准是通过数学模拟来对图像间存在着的几何差异进行校正，把相邻两幅图像合成到同一坐标系下，并使得相同景物在不同的局部图像中对应起来，以便于图像无缝合成。本文采用Matlab中的cpselect、cp2tform函数完成几何配准。cpselect函数显示图像界面，手动在两幅图像的重叠部分选取配准控制点，Matlab自动进行亚像素分析，由cp2tform函数值正重叠部分的几何差异。Matlab中的cp2tform函数能修正6种变形，分别是图(b)：线性相似；图(c)：仿射；图(d)：投影；图(e)：多顶式；图(o：分段线性；图(g)：局部加权平均。前4种为全局变换，后两种为局部变换，如图I所示，图(a)为修正结果；图(b)至图(g)为对应的变形。
图1-1 cp2tform函数能修正的6种几何变形
图像配准之后，由于图像重叠区域之间差异的存在，如果将图像象素简单叠加，拼按处就会出现明显的拼接缝，因此需要一种技术修正待拼接图像拼接缝附近的颜色值，使之平滑过渡，实现无缝合成。传统的融合方法多是在时间域对图像进行算术运算，没有考虑处理图像时其相应频率域的变化。从数学上讲，拼接缝的消除相当于图像颜色或灰度曲面的光滑连接，但实际上图像的拼接与曲面的光滑不同，图像颜色或灰度曲面的光滑表现为对图像的模糊化，从而导致图像模糊不清。
1.1.3 图象融合研究的发展现状和研究热点
在众多的图像融合技术中，基于小波变换的图像融合方法已成为现今研究的一个热点。这类算法主要是利用人眼对局部对比度的变化比较敏感这一事实，根据一定的融合规则，在多幅原图像中选择出最显著的特征，例如边缘、线段等，并将这些特征保留在最终的合成图像中。在一幅图像的小波变换中，绝对值较大的小波系数对应于边缘这些较为显著的特征，所以大部分基于小波变换的图像融合算法主要研究如何选择合成图像中的小波系数，也就是三个方向上的高频系数，从而达到保留图像边缘的目的。
虽然小波系数(高频系数)的选择对于保留图像的边缘等特征具有非常主
要的作用，但尺度系数(低频系数)决定了图像的轮廓，正确地选择尺度系数对提高合成图像的视觉效果具有举足轻重的作用。
本文给出了一种基于小波变换的图像融合算法，在考虑小波系数选择规则的前提下，还重点研究了尺度系数的选择方案。小波系数的选择基于绝对值最大的原则，并对选择方案的一致性进行了验证。所谓的一致性指的是对于空间某像素点，其小波系数的选择方案应和其邻近点一致。本文设计了三种选择尺度系数的方案，并从理论上和仿真结果上对这三种方案进行了比较，选择出一种最好的方案。本文给出的算法可用于两幅图像或多幅图像的融合，从仿真结果可看出，这个算法较好地保持了图像的边缘，具有较好的视觉效果。
1.2课题设计要求
题目:几种图像融合算法的Matlab程序设计
初始条件:
1、提供实验室机房及其matlab软件；
2、提供两张同一景物不同效果的图片；
3、数字图像处理的基本理论学习。
要求完成的主要任务:(包括课程设计工作量及其技术要求，以及说明书撰写等具体要求):
（1）掌握图像融合的基本原理；
（2）熟练掌握matlab软件，并利用matlab设计一程序完成以下功能；（3）通过对图像融合原理的认识，进行实现图像融合的程序设计；
（4）用两张灰度图片进行该程序的检验，记录其结果，并对产生的结果进行比较分析；
（5）独立完成课程设计说明书。
2、MATLAB程序设计
2.1 MATLAB软件简介
MATLAB 的名称源自Matrix Laboratory ，它是一种科学计算软件，专门以矩阵的形式处理数据。MATLAB 将高性能的数值计算和可视化集成在一起，并提供了大量的内置函数，从而被广泛地应用于科学计算、控制系统、信息处理等领域的分析、仿真和设计工作，而且利用MATLAB 产品的开放式结构，可以非常容易地对MATLAB 的功能进行扩充，从而在不断深化对问题认识的同时，不断完善MATLAB 产品以提高产品自身的竞争能力。
目前MATLAB 产品族可以用来进行：
?数值分析
?数值和符号计算
?工程与科学绘图
?控制系统的设计与方针
?数字图像处理
?数字信号处理
?通讯系统设计与仿真
?财务与金融工程
表2-1 MATLAB产品族
MATLAB 是MATLAB 产品家族的基础，它提供了基本的数学算法，例如矩阵运算、数值分析算法，MATLAB 集成了2D 和3D 图形功能，以完成相应数值可视化的工作，并且提供了一种交互式的高级编程
语言—— M 语言，利用M 语言可以通过编写脚本或者函数文件实现用户自己的算法。
MATLAB Compiler 是一种编译工具，它能够将那些利用MATLAB 提供的编程语言—— M 语言编写的函数文件编译生成为函数库、可执行文件COM 组件等等。这样就可以扩展MATLAB 功能，使MATLAB 能够同其他高级编程语言例如CC++ 语言进行混合应用，取长补短，以提高程序的运行效率，丰富程序开发的手段。
利用M 语言还开发了相应的MATLAB 专业工具箱函数供用户直
接使用。这些工具箱应用的算法是开放的可扩展的，用户不仅可以查看其中的算法，还可以针对一些算法进行修改，甚至允许开发自己的算法扩充工具箱的功能。目前MATLAB 产品的工具箱有四十多个，分别涵盖了数据获取、科学计算、控制系统设计与分析、数字信号处理、数字图像处理、金融财务分析以及生物遗传工程等专业领域。
图2-1 MATLAB的框图设计环境
Simulink 是基于MATLAB的框图设计环境，可以用来对各种动态系统进行建模、分析和仿真，它的建模范围广泛，可以针对任何能够用数学来描述的系统进行建模，例如航空航天动力学系统、卫星控制制导系统、通讯系统、船舶及汽车等等，其中了包括连续、离散，条件执行，事件驱
动，单速率、多速率和混杂系统等等。Simulink 提供了利用鼠标拖放的方法建立系统框图模型的图形界面，而且Simulink 还提供了丰富的功能块以及不同的专业模块集合，利用Simulink 几乎可以做到不书写一行代码完成整个动态系统的建模工作。
Stateflow 是一个交互式的设计工具，它基于有限状态机的理论，可以用来对复杂的事件驱动系统进行建模和仿真。Stateflow 与Simulink 和MATLAB 紧密集成，可以将Stateflow 创建的复杂控制逻辑有效地结合到Simulink 的模型中。
在MATLAB 产品族中，自动化的代码生成工具主要有Real-Time Workshop （RTW ）和Stateflow Coder ，这两种代码生成工具可以直接将Simulink 的模型框图和Stateflow 的状态图转换成高效优化的程序代码。利用RTW 生成的代码简洁、可靠、易读。目前RTW 支持生成标准的 C 语言代码，并且具备了生成其他语言代码的能力。整个代码的生成、编译以及相应的目标下载过程都是自动完成的，用户需要做得仅仅使用鼠标点击几个按钮即可。MathWorks 公司针对不同的实时或非实时操作系统平台，开发了相应的目标选项，配合不同的软硬件系统，可以完成快速控制原型（Rapid Control Prototype ）开发、硬件在回路的实时仿真（Hardware-in-Loop ）、产品代码生成等工作。
另外，MATLAB 开放性的可扩充体系允许用户开发自定义的系统目标，利用Real-Time Workshop Embedded Coder 能够直接将Simulink 的模型转变成效率优化的产品级代码。代码不仅可以是浮点的，还可以是定点的。
图2-2 MATLAB系统开发体系
MATLAB 开放的产品体系使MATLAB 成为了诸多领域的开发首
选软件，并且，MATLAB 还具有300 余家第三方合作伙伴，分布在科学计算、机械动力、化工、计算机通讯、汽车、金融等领域。接口方式包括了联合建模、数据共享、开发流程衔接等等。
2.2 MATLAB软件窗口环境
计算机安装好MATLAB之后，双击MATLAB图标，就可以进入命令窗口，此时意味着系统处于准备接受命令的状态，可以在命令窗口中直接输入命令语句。
MATLAB语句形式
》变量＝表达式；
通过等于符号将表达式的值赋予变量。当键入回车键时，该语句被执行。语句执行之后，窗口自动显示出语句执行的结果。如果希望结果不被显示，则只要在语句之后加上一个分号（；）即可。此时尽管结果没有显示，但它依然被赋值并在MATLAB工作空间中分配了内存。
变量和数值显示格式：
（1）变量
●变量的命名：变量的名字必须以字母开头（不能超过19个字符），
之后可以是任意字母、数字或下划线；变量名称区分字母的大小写；
变量中不能包含有标点符号。
●一些特殊的变量
ans：用于结果的缺省变量名 i、j：虚数单位
pi：圆周率 nargin：函数的输入变量个数
eps：计算机的最小数 nargout：函数的输出变量个数
inf：无穷大 realmin：最小正实数
realmax：最大正实数 nan：不定量
flops：浮点运算数
●变量操作
在命令窗口中，同时存储着输入的命令和创建的所有变量值，它们可以在任何需要的时候被调用。如要察看变量a的值，只需要在命令窗口中输入变量的名称即可：》a
（2）数值显示格式
任何MATLAB的语句的执行结果都可以在屏幕上显示，同时赋值给指定的变量，没有指定变量时，赋值给一个特殊的变量ans，数据的显示格式由format命令控制。
format只是影响结果的显示，不影响其计算与存储；MATLAB总是以双字长浮点数（双精度）来执行所有的运算。
2.3 M语言编程
MATLAB是美国MathWorks公司开发的用于教育、工程与科学计算的软件产品，它向用户提供从概念设计、算法开发、建模仿真到实时实现的理想集成环境。无论是进行科学研究、产品开发，还是从事教育事业，MATLAB产品都是非常有效的工具。相对于其他类似于MATLAB的仿真
软件，MATLAB的一个显著特点就是它提供了一种用于编程的高级语言——M语言。通过这种语言，用户可以用类似于数学公式的方式来编写算法，大大降低了编程所需的难度并节省了时间，从而让用户把主要的精力集中在算法的构思而不是编程上。
在MATLAB中，在给变量赋值之前，不需要定义它的类型。例如对变量var1赋值1000，并没有事先定义var1的数据类型。MATLAB会自动决定变量的类型，并为它分配内存空间。对上述变量var1，MATLAB 将它默认定义为双精度浮点型，分配8个字节的存储空间。M语言中的变量名（包括函数名）是以英文字母开头的英文字母、下划线和阿拉伯数字的组合，有效长度不超过31。
M语言支持类似于数学公式的编程。例如，C=A+B就可完成矩阵A 和矩阵B的相加运算，并把结果存储在C中。MATLAB中所有的变量都没有维数的限制（维数自动扩展），并且是以数组（array）的方式存储。但在数学意义上，基本上可以把所有的变量都当作矩阵来理解，尤其是对数值变量（对于结构数组，元胞数组最好不要当作矩阵来理解）。例如在C=A+B中，变量A和B都是以2×2维数组的方式存储的（存储方式为按列存储，而CC++中的数组变量是按行存储的，这个区别需要注意），在数学意义上可将A和B当作两个2×2维的矩阵，C=A+B完成的便是两个矩阵的相加运算。同样的，[U，S，V]=svd(A)实现对矩阵A的奇异值分解。在MATLAB中所有变量的维数都可自动扩展，但始终保持它的矩形结构。
3、图像融合算法
3.1 图象融合算法的层次分类
图像融合系统的算法按层次结构划分可分为信号级、像素级、特征级和决策级。
信号级融合:是指合成一组传感器信号，目的是提供与原始信号形式相同但品质更高的信号。
像素级图像融合:是指直接对图像中像素点进行信息综合处理的过程像素级图像融合的日的是生成一幅包含更多信息、更清晰的图像像素级图像融合属于较低层次的融合，目前，大部分研究集中在该层次上。像素层图像融合一般要求原始图像在空间上精确配准，如果图像具有小同分辨率，在融合前需作映射处理。
特征级图像融合:是指从各个传感器图像中提取特征信息，并将其进行综合分析和处理的过程。提取的特征信息应是像素信息的充分表示量或充分统计量，典型的特征信息有边缘、形状、轮廓、角、纹理、相似亮度区域、相似景深区域等在进行融合处理时，所关心的主要特征信息的具体形式和内容与多传感器图像融合的应用目的场合密切相关。通过特征级图像融合可以在原始图像中挖掘相关特征信息、增加特征信息的可信度、排除虚假特征、建立新的复合特征等。特征级图像融合是中间层次上的融合，为决策级融合做准备。特征级融合对传感器对准要求不如信号级和像素级要求严格，因此图像传感器可分布于不同平台上。特征级融合的优点在于可观的信息压缩，便于实时处理。由于所提出的特征直接与决策分析有关，因而融合结果能最大限度地给出决策分析所需要的特征信息。目前大多数C4I系统的数据融合研究都是在该层次上展开的。
决策级图像融合:是指对每个图像的特征信息进行分类、识别等处理，形成相应的结果后，进行进一步的融合过程最终的决策结果是全局最优决策。决策级融合是一种更高层次的信息融合，其结果将为各种控制或决策提供依据。为此，决策级融合必须结合具体的应用及需求特点，有选择地利用特征级融合所抽取或测量的有关目标的各类特征信息，才能实现决策级融合的目的，其结果将直接影响最后的决策水平。由于输入为各种特征
信息，而结果为决策描述，因此决策级融合数据量最小，抗干扰能力强。决策级融合的主要优点可概括为:①通信及传输要求低，这是由其数据量少决定的；②容错性高对于一个或若十个传感器的数据干扰，可以通过适当的融合力一法予以消除；③数据要求低，传感器可以是同质或异质，对传感器的依赖性和要求降低；④分析能力强，能全力一位有效反映目标及环境的信息，满足小同应用的需要。
3.2 图像融合规则
图像的融合规则(Fusion rule)是图像融合的核心，融合规则的好坏直接影响融合图像的速度和质量。
Burt提出了基于像素选取的融合规则，在将原图像分解成不同分辨率图像的基础上，选取绝对值最大的像素值(或系数)作为融合后的像素值(或系数)。这是基于在不同分辨率图像中，具有较大值的像素(或系数)包含更多的图像信息。
Petrovic和Xydeas提出了考虑分解层内各图像(若存在多个图像)及分解层间的相关性的像素选取融合规则。蒲恬在应用小波变换进行图像融合时，根据人类视觉系统对局部对比度敏感的特性，采用了基于对比度的像素选取融合规则。
基于像素的融合选取仅是以单个像素作为融合对象，它并未考虑图像相邻像素间的相关性，因此融合结果不是很理想。考虑图像相邻像素间的相关性，Burt和Kolczynski提出了基于区域特性选择的加权平均融合规则，将像素值(或系数)的融合选取与其所在的局部区域联系起来。
在Lietal提出的融合规则中，其在选取窗口区域中较大的像素值(或系数)作为融合后像素值(或系数)的同时，还考虑了窗口区域像素(或系数)的相关性。Chibani和Houacine在其融合规则中，通过计算输入原图像相应窗口区域中像素绝对值相比较大的个数，决定融合像素的选取。基于窗
口区域的融合规则由于考虑相邻像素的相关性，因此减少了融合像素的错误选取。融合效果得到提高。
ZZhang和Blum提出了基于区域的融合规则，将图像中每个像素均看作区域或边缘的一部分，并用区域和边界等图像信息来指导融合选取。采用这种融合规则所得到的融合效果较好，但此规则相对其他融合规则要复杂。对于复杂的
图像，此规则不易于实现。
3.3 图像融合方法
迄今为止，数据融合方法主要是在像元级和特征级上进行的。常用的融合方法有HIS融合法、KL变换融合法、高通滤波融合法、小波变换融合法、金字塔变换融合法、样条变换融合法等。下面简要介绍其中的几种方法。
1．HIS融合法
HIS融合法在多传感器影象像元融合方面应用较广，例如：一低分辨率三波段图象与一高分辨率单波段图象进行融合处理。这种方法将三个波段的低分辨率的数据通过HIS变换转换到HIS空间，同时将单波段高分辨率图象进行对比度拉伸以使其灰度的均值与方差和HIS空间中亮度分量图象一致，然后将拉伸过的高分辨率图象作为新的亮度分量代入HIS反变换到原始空间中。这样获得的高分辨率彩色图象既具有较高空间分辨率，同时又具有与影象相同的色调和饱和度，有利于目视解译和计算机识别。2．KL变换融合法
KL变换融合法又称为主成分分析法。与HIS变换法类似，它将低分辨率的图象（三个波段或更多）作为输入分量进行主成分分析，而将高分辨率图象拉伸使其具有于第一主成分相同的均值和方差，然后用拉伸后的高分辨率影象代替主成分变换的第一分量进行逆变换。高空间分辨率数据与
高光谱分辨率数据通过融合得到的新的数据包含了源图象的高分辨率和高光谱分辨率特征，保留了原图象的高频信息。这样，融合图象上目标细部特征更加清晰，光谱信息更加丰富。
3．高通滤波融合法
高通滤波融合法将高分辨率图象中的边缘信息提取出来，加入到低分辨率高光谱图象中。首先，通过高通滤波器提取高分辨率图象中的高频分量，然后将高通滤波结果加入到高光谱分辨率的图象中，形成高频特征信息突出的融合影象。
4．小波变换融合法
利用离散的小波变换，将N幅待融合的图象的每一幅分解成M幅子图象，然后在每一级上对来自N幅待融合图象的M幅子图象进行融合，得到该级的融合图象。在得到所有M级的融合图象后，实施逆变换得到融合结果。
3.4 图像融合步骤
目前国内外己有大量图像融合技术的研究报道，不论应用何种技术方法，必须遵守的基本原则是两张或多张图像上对应的每一点都应对位准确。由于研究对象、目的不同，图像融合方法亦可多种多样，其主要步骤归纳如下:
(1) 预处理:对获取的两种图像数据进行去噪、增强等处理，统一数据格式、图像大小和分辨率。对序列断层图像作三维重建和显示，根据目标特点建立数学模型;
图3-1 图像融合步骤示意图
(2) 分割目标和选择配准特征点:在二维或三维情况下，对目标物或兴趣区进行分割。选取的特点应是同一物理标记在两个图像上的对应点，该物理标记可以是人工标记，也可以是人体解剖特征点;
(3 )利用特征点进行图像配准:可视作两个数据集间的线性或非线性变换，使变换后的两个数据集的误差达到某种准则的最小值;
(4) 融合图像创建:配准后的两种模式的图像在同一坐标系下将各自的有用信息融合表达成二维或三维图像;
(5) 参数提取:从融合图像中提取和测量特征参数，定性、定量分析。
4、各算法程序
4.1 一般方法
图像融合是通过一个数学模型把来自不同传感器的多幅图像综合成
一幅满足特定应用需求的图像的过程，从而可以有效地把不同图像传感器的优点结合起来，提高对图像信息分析和提取的能力。简单的图像融合方法不对参加融合的源图像进行任何变换和分解，而是直接对源图像中的各对应像素分别进行选择、平均或加权平均、多元回归或其它数学运算等处理后，最终合成一幅融合图像。
对于图像融合的对象，可以分为两大类，即多光谱图像(通常为RGB
彩色图像)与灰度图像之间的融合，以及灰度图像之间的融合。灰度图像之间的融合，在大体上可分为三大类。一类是简单融合方法，包括将空间对准的两幅图像直接求加权平均值。另一类方法是基于金字塔形分解和重建算法的融合方法，主要包括梯度金字塔法、对比度和比率金字塔法以及拉普拉斯金字塔法等，它们首先构造输入图像的金字塔，再按一定的特征选择方法取值形成融合金字塔，通过对金字塔实施逆变换进行图像重建，最终生成融合图像，它们的融合效果要远优于第一类方法，然而它也有很多不尽如人意的地方。还有一类方法就是近几年兴起的基于小波变换的图像融合方法，它通常采用多分辨分析和Mallat快速算法，通过在各层的特征域上进行有针对性的融合，比较容易提取原始图像的结构信息和细节
信息，所以融合效果要好于基于金字塔形变换的图像融合法。这是因为小波变换更为紧凑;小波表达式提供了方向信息，而金字塔表达式未将空间方向选择性引入分解过程;由于可以选择正交小波核，因此不同分辨率包含的信息是唯一的，而金字塔分解在两个不同的尺度之间含有冗余，另外金字塔不同级的数据相关，很难知道两级之间的相似性是由于冗余还是图像本身的性质引起的;金字塔的重构过程可能具有不稳定性，特别是两幅图像存在明显差异区域时，融合图像会出现斑块，而小波变换图像融合则没有类似的问题。此外，小波变换具有完善重建能力保证了信号在分解重构过程中没有信息损失和信息冗余产生。
4.2 PCA算法程序
基于PCA的图像融合:又称K-L变换法，它的几何意义是把原始特征空间的特征轴旋转到平行于混合集群结构轴的方向去，得到新的特征轴。实际操作是将原来的各个因素指标(这些指标中部分有相关关系)重新组合，组合后的新指标是互不相关的。在由这些新指标组成的新特征轴中，只用前几个分量图像就能完全表征原始集群的有效信息，图像中彼此相关的数据被压缩，而特征得到了突出，此方法在对于具有相关因子的多源遥感数据进行融合时具有显著优势。
基于PCA的融合算法程序：
function Y = fuse_pca(M1，M2)
%Y = fuse_pca(M1，M2) image fusion with PCA method
%
% M1 - input image #1
% M2 - input image #2
%
% Y - fused image
% (Oliver Rockinger 16.08.99)
% check inputs
[z1 s1] = size(M1);
[z2 s2] = size(M2);
if (z1 ~= z2) | (s1 ~= s2)
error('Input images are not of same size');
end;
% compute，select & normalize eigenvalues
[V，D] = eig(cov([M1(:) M2(:)]));
if (D(1，1) > D(2，2))
a = V(:，1).sum(V(:，1));
else
a = V(:，2).sum(V(:，2));
end;
% and fuse
Y = a(1)*M1+a(2)*M2;
4.3 金字塔（Pyramid）算法程序
金字塔图像融合法:用金字塔在空间上表示图像是一种简单方便的方法。概括地说金字塔图像融合法就是将参加融合的每幅源图像作金字塔表示，将所有图像的金字塔表示在各相应层上以一定的融合规则融合，可得到合成的金字塔。将合成的金字塔，用金字塔生成的逆过程重构图像，则可得到融合图像。金字塔可分为:Laplacian金字塔、Gaussian金字塔、梯度金字塔、数学形态金字塔等。
基于FSD Pyramid的图像融合算法程序：
function Y = fuse_fsd(M1，M2，zt，ap，mp)
%Y = fuse_fsd(M1，M2，zt，ap，mp) image fusion with fsd pyramid %
% M1 - input image A
% M2 - input image B
% zt - maximum decomposition level
% ap - coefficient selection base image (see selb.m)
%
% Y - fused image
% (Oliver Rockinger 16.08.99)
% check inputs
[z1 s1] = size(M1);
[z2 s2] = size(M2);
if (z1 ~= z2) | (s1 ~= s2)
error('Input images are not of same size');
end;
% define filter
w = [1 4 6 4 1] 16;
% cells for selected images
E = cell(1，zt);
% loop over decomposition depth -> analysis
for i1 = 1:zt
% calculate and store actual image size
[z s] = size(M1);
zl(i1) = z; sl(i1) = s;
山东大学（威海）毕业论文 毕业设计（论文）设计(论文)题目像素级图像融合方法 姓名：李桂楠 学号：201100800668 学院：机电与信息工程学院 专业：自动化 年级2011级 指导教师：孙甲冰
目录 摘要 (4) Abstract (5) 第一章绪论 (1) 1.1课题背景及来源 (1) 1.2图像融合的理论基础和研究现状 (1) 1.3图像融合的应用 (1) 1.4图像融合的分类 (1) 第二章像素级图像融合的预处理 (3) 2.1图像增强 (3) 2.2图像校正 (6) 2.3图像配准 (6) 第三章像素级图像融合的方法综述 (8) 3.1加权平均图像融合方法 (8) 3.2 HIS空间图像融合方法 (8) 3.3 主成分分析图像融合方法 (8) 3.4 伪彩色图像融合方法 (9) 第四章基于小波变换的像素级图像融合概述 (10) 4.1 小波变换的基本理论 (10) 4.2 基于小波变换的图像融合 (11) 4.3基于小波变换的图像融合性能分析 (12)
第五章像素级图像融合方法的研究总结与展望 (19) 参考文献 (20) 谢辞................................. 错误！未定义书签。
摘要 近些年，随着科学技术的飞速发展，各种各样的图像传感器出现在人们的视野前，这种样式繁多的图像传感器在不同的成像原理和不同的工作环境下具有不同功能。而因为多传感器的不断涌现，图像融合技术也越来越多的被应用于医学、勘探、海洋资源开发、生物学科等领域。 图像融合主要有像素级、决策级和特征级三个层次，而像素级图像融合作为基础能为其他层次的融合提供更准确、全面、可依赖的图像信息。本文的主要工作是针对像素级的图像融合所展开的。 关键词 图像融合理论基础、加权平均、图像融合方法、小波变换、
大学生毕业论文（设计）要求 毕业论文（设计）的主要内容应包括文献综述、任务提出、方案论证、设计思想、设计计算、实验结果、技术分析、结论等。实验研究类的题目要有相应的系统结构图，毕业论文（设计）的基本要求要符合学校本科生毕业论文（设计）的撰写规范。 学生完成毕业论文（设计）书面材料包括： 1．题目：应能概括整个论文最重要的内容，恰当、简明、引人注目。题目应力求简短，一般不宜超过30字。需要中英文。 2．中文摘要：论文第1页为内容摘要，约300字左右。应说明工作目的、研究方法、成果和结论。要突出本论文的创造性成果或新的见解，语言力求精练。为了便于文献检索，应在本页下方另起一行注明本文的关键词（3至5个）。3．英文摘要：论文第2页为英文摘要。上方应有题目，内容与中文摘要相同。4．目录：应是论文的提纲，也是论文组成部分的小标题。目录应独立成页，包括论文的全部页码。 5．前言：在论文的开头，一般要概括地写出作者意图，说明选题的目的及意义，指出论文写作的范围。 6．正文：是学位论文的主体，着重反映论文研究工作范畴，研究方法。在正文中应将调查、研究中所得的材料和数据进行加工整理和分析研究，提出论点，要突出创新。正文一般可包括以下几个方面： （1）研究内容 （2）研究方法（实验方法） （3）结果 （4）讨论 正文要求论点正确，推理严谨，数据可靠，文字精练，条理分明。 7．参考文献：只列主要的及公开发表过的，按中文引用的顺序附于文末。8．致谢：对给予各类资助、指导和协助完成研究工作以及提供各种对论文工作有利条件的单位及个人表示感谢。致谢应实事求是。 9．学位论文完成后，在最后加上指导教师评语、论文评阅人评语、答辩委员会意见。
图像融合的研究背景和研究意义 1概述 2 图像融合的研究背景和研究意义 3图像融合的层次 像素级图像融合 特征级图像融合 决策级图像融合 4 彩色图像融合的意义 1概述 随着现代信息技术的发展，图像的获取己从最初单一可见光传感器发展到现在的雷达、高光谱、多光谱红外等多种不同传感器，相应获取的图像数据量也急剧增加。由于成像原理不同和技术条件的限制，任何一个单一图像数据都不能全面反应目标对象的特性，具有一定的应用范围和局限性。而图像融合技术是将多种不同特性的图像数据结合起来，相互取长补短便可以发挥各自的优势，弥补各自的不足，有可能更全面的反映目标特性，提供更强的信息解译能力和可靠的分析结果。图像融合不仅扩大了各图像数据源的应用范围，而且提高了分析精度、应用效果和使用价值，成为信息领域的一个重要的方向。图像配准是图像融合的重要前提和基础，其误差的大小直接影响图像融合结果的有效性。 作为数据融合技术的一个重要分支，图像融合所具有的改善图像质量、提高几何配准精度、生成三维立体效果、实现实时或准实时动态监测、克服目标提取与识别中图像数据的不完整性等优点，使得图像融合在遥感观测、智能控制、无损检测、智能机器人、医学影像(2D和3D)、制造业等领域得到广泛的应用，成为当前重要的信息处理技术，迅速发展的军事、医学、自然资源勘探、环境和土地、海洋资源利用管理、地形地貌分析、生物学等领域的应用需求更有力地刺激了图像融合技术的发展。 2 图像融合的研究背景和研究意义 Pohl和Genderen对图像融合做了如下定义：图像融合就是通过一种特定算法将两幅或多幅图像合成为一幅新图像。它的主要思想是采用一定的算法，把
MATLAB在图像处理技术方面的应用 摘要：本文介绍了MATLAB语言的特点以及图像处理工具箱实现的经典图像处理 技术。应用该工具箱对一实拍的芯片图像进行前期预处理，通过实例验证了该语言具有强大的矩阵运算与图形处理能力，是一种简洁易学，可读性强、功能强大的应用软件，对它的应用可以快速实现模拟仿真，大大提高实验效率。 关键词：MATLAB语言；图像处理；灰度图像 Application of MATLAB to Image Processing Technique LI Liao-liao DENG Shan-xi (College of Instrumentation Science ,Hefei University of Technology,Hefei,Anhui,230009,China) Abstract: This paper introduces characteristics of MATLAB language and classical image processing technique realized by using image processing toolbox. The toolbox is applied to pre-processing operations for a CMOS chip photograph, by experiment it proved that MATLAB possesses powerful capability to matrix operation and image processing, it is an application software that is simple and easy to study and understand and possesses multiple functions. MATLAB can be used to simulation tests, that will improve efficiency of experiment greatly. Key words: MATLAB software; image processing; gray image. 1、引言 MATLAB 的名称源自Matrix Laboratory ，由美国MathWorks公司推出。它是一种科学计算软件，专门以矩阵的形式处理数据。MATLAB 将高性能的数值计算和可视化集成在一起，构成了一个方便的、界面友好的用户环境，并提供了大量的内置函数。从而被广泛地应用于科学计算、控制系统、信息处理、神经网络、图像处理、小波分析等领域的分析、仿真和设计工作，而且利用MATLAB 产品的开放式结构，可以非常容易地对MATLAB 的功能进行扩充，从而在不断深化对问题认识的同时，不断完善MATLAB 产品以提高产品自身的竞争能力。MATLAB中的数字图像是以矩阵形式表示的，这意味着MATLAB强大的矩阵运 算能力用于图像处理非常有利，矩阵运算的语法对MATLAB中的数字图像同样适用。本文对MATLAB图 像处理工具箱进行探索及应用，实验证明该软件功能强大，语言简洁易学，人机界面友好，工具箱具有丰富的技术支持并集成了该领域专家的智慧，应用简单而效果良好。 2、MATLAB图像处理工具箱及数字图像处理基本过程简介 数字图像处理工具箱函数包括以下15类：、⑴、图像显示函数；⑵、图像文件输入、输出函数；⑶、图像几何操作函数；⑷、图像像素值及统计函数；⑸、图像分析函数；⑹、图像增强函数；⑺、线性滤波函数；⑻、二维线性滤波器设计函数；⑼、图像变换函数；⑽、图像邻域及块操作函数；⑾、二值图像操作函数；⑿、基于区域的图像处理函数；⒀、颜色图操作函数；⒁、颜色空间转换函数；⒂、图像类型和类型转换函数。 MATLAB图像处理工具箱支持四种图像类型，分别为真彩色图像、索引色图像、灰度图像、二值图像，由于有的函数对图像类型有限制，这四种类型可以用工具箱的类型转换函数相互转换。MATLAB可操作的图像文件包括BMP、HDF、JPEG、PCX、TIFF、XWD等格式。下面就图像处理的基本过程讨论工具箱
本科毕业设计论文题目多聚焦图像融合算法研究 专业名称 学生姓名 指导教师 毕业时间
毕业 任务书 一、题目 多聚焦图像融合算法研究 二、指导思想和目的要求 本题目来源于科研，主要研究多聚焦图像的概念，学习多聚焦图像的常用融合算法，进而实现相关算法。希望通过该毕业设计，学生能达到： 1．利用已有的专业知识，培养学生解决实际工程问题的能力； 2．锻炼学生的科研工作能力和培养学生团队合作及攻关能力。 三、主要技术指标 1．学习多聚焦图像的特点； 2．研究多聚焦图像的融合算法； 3．实现多聚焦图像的融合。 四、进度和要求 第01周----第02周： 参考翻译英文文献； 第03周----第04周： 学习多聚焦图像的特点； 第05周----第08周： 研究多聚焦图像的融合算法； 第09周----第14周： 编写多聚焦图像的融合程序； 第15周----第16周： 撰写毕业设计论文，论文答辩。 五、主要参考书及参考资料 1.张德丰.MATLAB 数字图像处理[M].北京：机械工业出版社，201 2. 2. 敬忠良. 图像融合——理论与应用[M].北京：高等教育出版社，2010. 3. 郭雷. 图像融合[M]. 北京：电子工业出版社，2011. 4. 孙巍. 孙巍. 像素及多聚焦图像融合算法研究[D].长春：吉林大学，2008. 5. 马先喜. 多聚焦图像融合算法研究[D].无锡：江南大学，2012. 学生 指导教师 系主任 __ __ 设计 论文
摘要 图像融合是将同一对象的两个或多个图像按一定规则合成为一幅图像。其关键是抽取每幅源图像中的清晰区域，并将这些清晰区域以一定的规则融合起来，从而生成一幅清晰且信息量完整的融合图像。多聚焦图像融合的具体目标在于提高图像的空间分辨率、改善图像的几何精度、增强特征显示能力、改善分类精度、替代或修补图像数据的缺陷等。 本文概括了多聚焦图像融合的一些基本概念和相关的基本知识，对DWT分解的层数和方向子带的个数对融合结果的影响进行了初步的研究。并就加权平均法、单层DWT分解、二层及二层以上DWT分解对多聚焦图像的融合进行了算法研究和编程实现，并对这些方法的仿真结果进行了比较分析。 仿真结果表明，基于空间域的加权平均法的融合效果非常一般，在图像的细节表现力方面存在很大的不足；而基于变换域中的小波变换的低频取平均、高频取绝对值最大的融合算法在小波分解层数达到三层时，所得融合图像的性能指标，如信息熵、空间频率和清晰度都较为理想，达到了预期目的。可见多层DWT分解融合方法具有较高的应用价值，可以将其用于图片的判读分析，如指纹识别、人脸鉴别、不完整图片的复原等。 关键词：图像融合，多聚焦图像，加权平均，DWT
本科毕业设计要求： 1、英文文献翻译，文献的原文由老师提供，要求对英文文献中的题目、摘要、正文、图表 名称进行原意翻译，文献中的作者、公式、图表以及参考文献不需要翻译。翻译时不可通过翻译工具进行全文翻译，仅能使用翻译工具进行初步翻译再针对原文意思进行修改，必须保证译文具有一定的可读性和准确性。建议：通读全文，了解一定意思之后再进行翻译，专业词汇无法准确翻译，推荐使用CNKI翻译助手，网址为https://www.doczj.com/doc/cc18240615.html,/。 2、综述或读书笔记：即经过广泛阅读毕业设计相关资料、书籍和文献之后，针对毕业设计 内容的背景、发展现状、主要技术及应用、理论基础等做相应总结，撰写出一份综述或读书笔记。必须在最后给出阅读的参考文献，同样，内容的编排需要具备一定的可读性和准确性。要求篇幅8-10页。 3、任务书：由老师下达，学生提交正确的专业、班级和姓名。 4、针对毕业设计题目，进行一定的仿真、硬件设计或实验验证，每一个毕业设计必须要有 相应的结果，或是仿真模型和仿真波形结果，或者硬件系统设计原理图PCB，或者最终的实验平台搭建和实验结果，或者完成相应的软件代码编写，根据各自的题目，在毕业完成最后必须具有一定的结果呈出。 5、所有的英文文献翻译、综述以及毕业论文的撰写必须规范严谨，请参考下页给出的示意 图，所有的图表名称应比正文小一个字体，如正文为小四字体，则图表的名称为五号字体，并且要求图中和表中的文字尽量不要超过图表名称的字体大小。另：所有论文编写请统一采用office word，不要采用WPS，排版会有很大问题，所有的公式请采用公式编辑器MathType6.0及以上的安装版，画图和制图均使用office visio07或以上版本，软件请大家到网上下载，或者问老师拷贝安装。 6、请大家学会搜索和下载参考文献，进入学校图书馆网址https://www.doczj.com/doc/cc18240615.html,，在“常用资 源里面”的“CNKI知识网络数字平台”和“万方知识服务平台”两个数据库里面，可按照各自毕业设计题目中的关键词搜索相关期刊论文和硕士博士论文，进行阅读参考。如有疑问和不懂的地方，及时与老师沟通。 7、毕业设计期间纪律：（1）每周进行一次汇报，汇报各自研究进展和取得的阶段性成果； （2）请大家养成自觉和好问的习惯，有不会的地方及时沟通联系老师；（3）若要出去短暂实习或找工作，必须明确告知老师并请假，汇报可采用邮件或者电话或者QQ的形式；（4）原则情况下不接受全学期在外实习，如果需要毕业设计期间去工厂实习，必须办理相关手续，并且毕业设计由工厂提供，老师只负责监督和把关，由此造成的不良后果，请自行负责；（5）若出现不遵守纪律者，毕业设计出现不及格一概与老师无关！8、毕业设计具体和时间节点： （1）英文文献翻译，第4周周三前； （2）中期检查审核，第9-10周； （3）论文初稿，第13-14周； （4）论文定稿，第14-15周； （5）答辩时间，6月5日~6月10日。
论文（设计）题目： 基于MATLAB的数字图像处理系统设计 姓名宋立涛 学号２０１２１１８６７ 学院信息学院 专业电子与通信工程 年级２０１２级 ２０１３年６月１６日
基于MATLAB的数字图像处理系统设计 摘要 MATLAB 作为国内外流行的数字计算软件，具有强大的图像处理功能，界面简洁，操作直观，容易上手，而且是图像处理系统的理想开发工具。 笔者阐述了一种基于MATLAB的数字图像处理系统设计，其中包括图像处理领域的大部分算法，运用MATLAB 的图像处理工具箱对算法进行了实现，论述了利用系统进行图像显示、图形表换及图像处理过程，系统支持索引图像、灰度图像、二值图像、RGB 图像等图像类型；支持BMP、GIF、JPEG、TIFF、PNG 等图像文件格式的读，写和显示。 上述功能均是在MA TLAB 语言的基础上，编写代码实现的。这些功能在日常生活中有很强的应用价值，对于运算量大、过程复杂、速度慢的功能，利用MATLAB 可以既能快速得到数据结果，又能得到比较直观的图示。 关键词：MATLAB 数字图像处理图像处理工具箱图像变换
第一章绪论 1.1 研究目的及意义 图像信息是人类获得外界信息的主要来源，近代科学研究、军事技术、工农业生产、医学、气象及天文学等领域中，人们越来越多地利用图像信息来认识和判断事物，解决实际问题，由此可见图像信息的重要性，数字图像处理技术将会伴随着未来信息领域技术的发展，更加深入到生产和科研活动中，成为人类生产和生活中必不可少的内容。 MATLAB 软件不断吸收各学科领域权威人士所编写的实用程序，经过多年的逐步发展与不断完善，是近几年来在国内外广泛流行的一种可视化科学计算软件。MATLAB 语言是一种面向科学与工程计算的高级语言，允许用数学形式的语言来编写程序，比Basic、Fortan、C 等高级语言更加接近我们书写计算公式的思维方式，用MATLAB 编写程序犹如在演算纸上排列出公式与求解问题一样。它编写简单、编程效率高并且通俗易懂。 1.2 国内外研究现状 1.2.1 国内研究现状 国内在此领域的研究中具有代表性的是清华大学研制的数字图像处理实验开发系统TDB-IDK 和南京东大互联技术有限公司研制的数字图像采集传输与处理实验软件。 TDB-IDK 系列产品是一款基于TMS320C6000 DSP 数字信号处理器的高级视频和图像系统，也是一套DSP 的完整的视频、图像解决方案，该系统适合院校、研究所和企业进行视频、图像方面的实验与开发。该软件能够完成图像采集输入程序、图像输出程序、图像基本算法程序。可实现对图像信号的实时分析，图像数据相对DSP独立方便开发人员对图像进行处理，该产品融合DSP 和FPGACPLD 两个高端技术，可以根据用户的具体需求合理改动，可以分析黑白和彩色信号，可以完成图形显示功能。 南京东大互联技术有限公司研制的数字图像采集传输与处理实验软件可实现数字图像的采集、传输与处理。可利用软件及图像采集与传输设备，采集图像并实现点对点的数字图像传输，可以观察理解多种图像处理技术的效果和差别，
多聚焦图像融合方法综述 摘要：本文概括了多聚焦图像融合的一些基本概念和相关知识。然后从空域和频域两方面将多聚焦图像融合方法分为两大块，并对这两块所包含的方法进行了简单介绍并对其中小波变换化法进行了详细地阐述。最后提出了一些图像融合方法的评价方法。 关键词：多聚焦图像融合；空域；频域；小波变换法；评价方法 1、引言 按数据融合的处理体系，数据融合可分为：信号级融合、像素级融合、特征级融合和符号级融合。图像融合是数据融合的一个重要分支，是20世纪70年代后期提出的概念。该技术综合了传感器、图像处理、信号处理、计算机和人工智能等现代高新技术。它在遥感图像处理、目标识别、医学、现代航天航空、机器人视觉等方面具有广阔的应用前景。 Pohl和Genderen将图像融合定义为：“图像融合是通过一种特定的方法将两幅或多幅图像合成一幅新图像”，其主要思想是采用一定的方法，把工作于不同波长范围、具有不同成像机理的各种成像传感器对同一场景成像的多幅图像信息合成一幅新的图像。 作为图像融合研究重要内容之一的多聚焦图像融合，是指把用同一个成像设备对某一场景通过改变焦距而得到的两幅或多幅图像中清晰的部分组合成一幅新的图像，便于人们观察或计算机处理。图像融合的方法大体可以分为像素级、特征级、决策级3中，其中，像素级的图像融合精度较高，能够提供其他融合方法所不具备的细节信息，多聚焦融合采用了像素级融合方法，它主要分为空域和频域两大块，即： （1）在空域中，主要是基于图像清晰部分的提取，有梯度差分法，分块法等，其优点是速度快、方法简单，不过融合精确度相对较低，边缘吃力粗糙； （2）在频域中，具有代表性的是分辨方法，其中有拉普拉斯金字塔算法、小波变换法等，多分辨率融合精度比较高，对位置信息的把握较好，不过算法比较复杂，处理速度比较慢。 2、空域中的图像融合 把图像f(x,y)看成一个二维函数，对其进行处理，它包含的算法有逻辑滤波器法、加权平均法、数学形态法、图像代数法、模拟退火法等。 2.1 逻辑滤波器法 最直观的融合方法是两个像素的值进行逻辑运算,如:两个像素的值均大于特定的门限值,
迭代与分形 姓名：吴涛班级：2007级电科一班学号：20074053053 摘要：几何学研究的对象是客观世界中物体的形状。传统欧氏几何学的研究对象，都是规则并且光滑的，比如：直线、曲线、曲面等。但客观世界中物体的形状，并不完全具有规则光滑等性质，因此只能近似当作欧氏几何的对象，比如：将凹凸不平的地球表面近似为椭球面。虽然多数情况下通过这样的近似处理后，能够得到符合实际情况的结果，但是对于极不规则的形态，比如：云朵、烟雾、树木等，传统的几何学就无能为力了。 如何描述这些复杂的自然形态？如何分析其内在的机理？这些就是分形几何学所面对和解决的问题。 关键字：迭代；分形；树形 一、问题分析 在我们的世界上，存在着许多极不规则的复杂现象，比如：弯弯曲曲的海岸线、变化的云朵、宇宙中星系的分布、金融市场上价格的起伏图等，为了获得解释这些极端复杂现象的数学模型，我们需要认识其中蕴涵的特性，构造出相应的数学规则。 曼德尔布罗特（Mandelbrot）在研究英国的海岸线形状等问题时，总结出自然界中很多现象从标度变换角度表现出对称性，他将这类集合称作自相似集，他发现维数是尺度变换下的不变量，主张用维数来刻划这类集合。Mandelbrot将这类几何形体称为分形(fractal)，意思就是不规则的、分数的、支离破碎的，并对它们进行了系统的研究，创立了分形几何这一新的数学分支。Mandelbrot认为海岸、山峦、云彩和其他很多自然现象都具有分形的特性，因此可以说：分形
是大自然的几何学。 分形几何体一般来说都具有无限精细的自相似的层次结构，即局部与整体的相似性，图形的每一个局部都可以被看作是整体图形的一个缩小的复本。早在19世纪就已经出现了一些具有自相似特性的分形图形，比如：瑞典数学家科赫（von Koch）设计的类似雪花和岛屿边缘的一类曲线，即Koch曲线；英国植物学家布朗通过观察悬浮在水中的花粉的运动轨迹，提出来的布朗运动轨迹。 分形几何把自然形态看作是具有无限嵌套的层次结构，并且在不同尺度下保持某种相似的属性，于是，简单的迭代过程，就是描述复杂的自然形态的有效方法。 （Koch曲线） （布朗运动轨迹） 二、背景知识介绍 1、分形几何的形成。 分形几何的概念是美籍法国数学家曼德尔布罗特（Mandelbrot）于1975年首先提出的，但最早的工作可追朔到1875年，德国数学家维尔斯特拉斯（Weierestrass）构造了处处连续但处处不可微的函数，集合论创始人康托尔（Cantor，德国数学家）构造了有许多奇异性质的康托尔三分集。1890年，意大利数学家皮亚诺（Peano）构造了填充空间的曲线。1904年，瑞典数学家科赫（Koch）设计出类似雪花和岛屿边缘的一类曲线。1915年，波兰数学家谢尔宾斯基（Sierpinski）设计了象地毯和海绵一样的几何图形。这些都是为解决分析与拓朴学
1 绪论 1.1研究目的及意义 20世纪90年代中后期以后，搭载许多新型传感器的卫星相继升空，使得同一地区的遥感数据影像数目不断增多。如何有效地利用这些不同时相、不同传感器、不同分辨率的遥感数据便成为了遥感工作者研究的瓶颈问题，然而解决这一问题的关键技术就是遥感影像数据融合。 遥感数据融合就是对多个遥感器的图像数据和其他信息的处理过程，它着重于把那些在空间或时间上冗余或互补的多源数据，按一定法则（算法）进行处理，获得比单一数据更精确、更丰富的信息，生成一幅具有新的空间、波谱和时间特征的合成图像。 遥感是不同空间、时间、波谱、辐射分辨率提供电磁波谱不同谱段的数据。由于成像原理不同和技术条件的限制，任何一个单一遥感器的遥感数据都不能全面的反映目标对象的特征，也就是有一定的应用范围和局限性。各类非遥感数据也有它自身的特点和局限性。影像数据融合技术能够实现数据之间的优势互补，也能实现遥感数据与地理数据的有机结合。数据融合技术是一门新兴的技术，具有十分广阔的应用前景。所以，研究遥感影像数据融合方法是非常必要的。 1.2研究现状及发展的趋势 1.2.1研究现状 20世纪美国学者提出“多传感器信息融合”的概念认为在多源遥感影像数据中能够提取出比单一遥感影像更丰富、更有效、更可靠的信息。之后由于军事方面的要求，使得遥感影像数据融合技术得到了很大的发展，美、英，德等国家已经研制出了实用的遥感数据融合处理的系统和软件，同时进行了商业应用。 1）、融合结构 融合的结构可分为两类：集中式和分布式。集中式融合结构：各传感器的观测数据直接被送到中心，进行融合处理，用于关联、跟踪、识别等。分布式融合结构：每个传感器独立完成关联、识别、跟踪，然后由融合中心完成配准、多源关联的融合。 2）、融合的层次 图像融合可分为：像元级融合、特征级融合和决策级融合。 像元级融合是最低级的信息融合，可以在像素或分辨单位上进行，又叫做数据级融合。它是对空间配准的遥感影像数据直接融合，然后对融合的数据进行特征提取和属性说明。 特征级融合是由各个数据源中提取特征信息进行综合分析和处理的过程，是中间层次的融合。特征级融合分为目标状态信息融合和目标特征融合。 决策级融合是在信息表示的最高层次上进行融合处理。首先将不同传感器观测同一目标获得的数据进行预处理、特征提取、识别，以建立对所观测目标的初步理论，然后通过相关处理、决策级融合判别，最终获得联合推断结果，从而为决策提供依据。
ENVI下的图像融合方法 图像融合是将低空间分辨率的多光谱影像或高光谱数据与高空间分辨率的单波段影像重采样生成成一副高分辨率多光谱影像遥感的图像处理技术，使得处理后的影像既有较高的空间分辨率，又具有多光谱特征。图像融合的关键是融合前两幅图像的精确配准以及处理过程中融合方法的选择。只有将两幅融合图像进行精确配准，才可能得到满意的结果。对于融合方法的选择，取决于被融合图像的特征以及融合目的。 ENVI中提供融合方法有： ?HSV变换 ?Brovey变换 这两种方法要求数据具有地理参考或者具有相同的尺寸大小。RGB输入波段必须为无符号8bit数据或者从打开的彩色Display中选择。 这两种操作方法基本类似，下面介绍Brovey变换操作过程。 （1）打开融合的两个文件，将低分辨率多光谱图像显示在Display中。 （2）选择主菜单-> Transform -> Image Sharpening->Color Normalized (Brovey)，在Select Input RGB对话框中，有两种选择方式：从可用波段列表中和从Display窗口中，前者要求波段必须为无符号8bit。 （3）选择Display窗口中选择RGB，单击OK。 （4） Color Normalized (Brovey)输出面板中，选择重采样方式和输入文件路径及文件名，点击OK输出结果。 对于多光谱影像，ENVI利用以下融合技术： ?Gram-Schmidt ?主成分（PC）变换 ?color normalized (CN)变换 ?Pan sharpening 这四种方法中，Gram-Schmidt法能保持融合前后影像波谱信息的一致性，是一种高保真的遥感影像融合方法；color normalized (CN)变换要求数据具有中心波长和FWHM，；Pansharpening融合方法需要在ENVI Zoom中启动，比较适合高分辨率影像，如QuickBird、IKONOS等。 这四种方式操作基本类似，下面介绍参数相对较多的Gram-Schmidt操作过程。 （1）打开融合的两个文件。
优秀论文审核通过 未经允许切勿外传 摘要 数字图像处理是一门新兴技术，随着计算机硬件的发展，数字图像的实时处理已经成为可能，由于数字图像处理的各种算法的出现，使得其处理速度越来越快，能更好的为人们服务。数字图像处理是一种通过计算机采用一定的算法对图形图像进行处理的技术。数字图像处理技术已经在各个领域上都有了比较广泛的应用。图像处理的信息量很大，对处理速度的要求也比较高。MATLAB强大的运算和图形展示功能，使图像处理变得更加的简单和直观。本文介绍了MATLAB 语言的特点,基于MATLAB的数字图像处理环境，介绍了如何利用MATLAB及其图像处理工具箱进行数字图像处理，并通过一些例子来说明利用MATLAB图像处理工具箱进行图像处理的方法。主要论述了利用MATLAB实现图像增强、二值图像分析等图像处理。关键词：MATLAB，数字图像处理，图像增强，二值图像
Abstract Digital image processing is an emerging technology, with the development of computer in various areas on the processing speed requirement is relatively ），线性量化（liner quantization ），对数量化，MAX 量化，锥形量化（tapered quantization ）等。 3. 采样、量化和图像细节的关系 上面的数字化过程，需要确定数值N 和灰度级的级数K 。在数字图像处理中，一般都取成2的整数幂，即: (2.1) (2.2) 一幅数字图像在计算机中所占的二进制存储位数b 为: *log(2)**()m N N b N N m bit == (2.3) 例如，灰度级为256级(m=8)的512×512的一幅数字图像，需要大约210万个存储位。随着N 和m 的增加，计算机所需要的存储量也随之迅速增加。 由于数字图像是连续图像的近似，从图像数字化的过程可以看到。这种近似的程度主要取决于采样样本的大小和数量(N 值)以及量化的级数K(或m 值)。N 和K 的值越大，图像越清晰。 2.2 数字图像处理概述 2.2.1 基本概念 数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。数字图像处理的产生和迅速发展主要受三个因素的影响：一是计算机的发展；二是数学的发展(特别是离散数学理论的创立和完善)；三是广泛的农牧业、林业、环境、军事、工业和医学等方面的应用需求的
摘要：介绍了遥感影像三种常用的图像融合方式。进行实验，对一幅具有高分辨率的SPOT全色黑白图像与一幅具有多光谱信息的SPOT图像进行融合处理，生成一幅既有高分辨率又有多光谱信息的图像，简要分析比较三种图像融合方式的各自特点，择出本次实验的最佳融合方式。 关键字：遥感影像；图像融合；主成分变换；乘积变换；比值变换；ERDAS IMAGINE 1. 引言 由于技术条件的限制和工作原理的不同，任何来自单一传感器的信息都只能反映目标的某一个或几个方面的特征，而不能反应出全部特征。因此，与单源遥感影像数据相比，多源遥感影像数据既具有重要的互补性，也存在冗余性。为了能更准确地识别目标，必须把各具特色的多源遥感数据相互结合起来，利用融合技术，针对性地去除无用信息，消除冗余，大幅度减少数据处理量，提高数据处理效率；同时，必须将海量多源数据中的有用信息集中起来，融合在一起，从多源数据中提取比单源数据更丰富、更可靠、更有用的信息，进行各种信息特征的互补，发挥各自的优势，充分发挥遥感技术的作用。[1] 在多源遥感图像融合中，针对同一对象不同的融合方法可以得到不同的融合结果，即可以得到不同的融合图像。高空间分辨率遥感影像和高光谱遥感影像的融合旨在生成具有高空间分辨率和高光谱分辨率特性的遥感影像，融合方法的选择取决于融合影像的应用，但迄今还没有普适的融合算法能够满足所有的应用目的，这也意味着融合影像质量评价应该与具体应用相联系。[2] 此次融合操作实验是用三种不同的融合方式（主成分变换融合，乘积变换融合，比值变换融合），对一幅具有高分辨率的SPOT全色黑白图像与一幅具有多
光谱信息的SPOT图像进行融合处理，生成一幅既有高分辨率又有多光谱信息的图像。 2. 源文件 1 、 imagerycolor.tif ，SPOT图像，分辨率10米，有红、绿、两个红外共四个波段。 2 、imagery-5m.tif ，SPOT图像，分辨率5米。 3. 软件选择 在常用的四种遥感图像处理软件中，PCI适合用于影像制图，ENVI在针对像元处理的信息提取中功能最强大，ER Mapper对于处理高分辨率影像效果较好，而ERDAS IMAGINE的数据融合效果最好。[3] ERDAS IMAGINE是美国Leica公司开发的遥感图像处理系统。它以其先进的图像处理技术，友好、灵活的用户界面和操作方式，面向广阔应用领域的产品模块，服务于不同层次用户的模型开发工具以及高度的RS/GIS（遥感图像处理和地理信息系统）集成功能，为遥感及相关应用领域的用户提供了内容丰富而功能强大的图像处理工具。 2012年5月1日，鹰图发布最新版本的ERDAS IMAGINE，所有ERDAS 2011软件用户都可以从官方网站上下载最新版本 ERDAS IMAGINE 11.0.5. 新版本包括之前2011服务包的一些改变。相比之前的版本，新版本增加了更多ERDAS IMAGINE和GeoMedia之间的在线联接、提供了更为丰富的图像和GIS产品。用户使用一个单一的产品，就可以轻易地把两个产品结合起来构建一个更大、更清
大学生毕业设计(论文)工作自查报告范文 大学生毕业设计(论文)工作自查报告根据教务处《关于做好二○一四届本科学生毕业设计(论文)中期检查的通知》文件精神，教科学院认真组织了自查工作。现将自查情况汇报如下： 一、学院领导高度重视 学院领导和毕业论文领导小组成员在毕业论文领导小组工作会议上认真学习了《通知》精神，做了专门讨论和研究，决定成立由学院督导委员会成员为组成的毕业论文中期检查专家组，具体负责本次毕业论文中期检查工作，制定了工作步骤、方式和要求，安排好各自任务。 二、计划周密 我院依据学校的检查通知，参照通知要求的检查内容和方式，制定了周密详细的工作计划。分两个阶段进行检查。第一阶段是自查阶段，学院教学管理科、指导教师和学生自我检查论文中期工作情况，并且做好学院检查的准备。第二阶段是学院检查阶段，对学院的管理资料、指导教师的《中期检查表》和部分学生的论文资料进行全面检查。在全面检查的基础上，分别召开指导教师和学生座谈会，听取他们对学校、学院在毕业论文工作的规章制度、保障措施等方面的意见和建议，以进一步规范管理和提高毕业论文的质量。
三、检查工作认真细致 在自查阶段，学院各方面都能够认真仔细，圆满按时保质保量地完成工作。 3月26日下午，我院督导委员会成员按照计划安排，分别进行了资料检查、教师代表座谈会和学生代表座谈会。 (一)毕业论文中期资料检查 按照教务处《通知》要求，我院决定对于学院的相关文件资料和指导教师的《中期检查表》进行全面检查，学生论文资料抽查不少于总数的1/4，每班随机抽取10名学生的资料，检查论文工作的完成情况。具体检查情况如下： 1.管理方面： 学院毕业设计(论文)工作管理文件，包括文件、通知等资料完整、规范、有序。毕业论文工作计划制定详细具体，符合学校的要求，切合学生的学习情况，整个论文工作执行基本按照计划安排的时间点推进，目前论文工作已经完成计划的80%多。学院制定的《毕业论文实施细则》符合学院学科专业特点与要求，符合学校的毕业论文工作要求，对于毕业论文工作的各个方面工作要求细致而明晰，一目了然。 为了保证学生论文的质量，学院做了大量的前期准备工作，比如制定了详细的《毕业论文实施细则》，在撰写过程中通过多种方式狠抓落实。首先严把三道关：选题关、开题关、答辩关。第二开辟三个信息渠道：一是通过各班的信息
齐鲁工业大学 毕业设计(论文)开题报告题目：图像拼接技术研究—图像融合 院（系）电气工程与自动化学院 专业电子信息工程 班级电子12-1 姓名泳麟 学号 201202031022 导师玉淑 2016年 4月 20 日
5.主要参考文献： [5] Blinn J F.Light reflection functions for simulation of clouds and dusty surfaces[C]//Proceedings of SIGGRAPH，1982：21-29. [6] Max N.Optical models for direct volume rendering[J].IEEE Transactions on Visualization and Computer Graphics，1995，1： 99-108. [7] Max N.Light diffusion through clouds and haze[C]//Computer Vision，Graphics，and Image Processing，1986：280-292. [8] 尤赛，福民.基于纹理映射与光照模型的体绘制加速算法[J]. 中国图象图形学报，2003，8（9）. [3] Chao R，Zhang K，Li Y J.An image fusion algorithm using wavelet transform[J].Area Electronical Sinica，2004，32：750-753. [4] Hill P，Canagarajah N，Bull D.Image fusion using complex wavelets[C]//British Machine Vision Conference，Cardif，2002. [5] 梁栋，瑶，敏，等.一种基于小波-Contourlet 变换的多聚焦图像 融合算法[J].电子学报，2007，35（2）：320-322. [6] 杰，龚声蓉，纯平.一种新的基于小波变换的多聚焦图像融合 算法[J].计算机工程与应用，2007，43（24）：47-49. [7] 福生.小波变换的工程分析与应用[M].：科学，1999. [8] 敏，小英，毛捷.基于邻域方差加权平均的小波图像融合[J].国 外电子测量技术，2008，27（1）：5-7. [9] 楚恒，杰，朱维乐.一种基于小波变换的多聚焦图像融合方法[J]. 光电工程，2005，32（8）：59-63. [10] 王丽，卢迪，吕剑飞.一种基于小波方向对比度的多聚焦图像融合 方法[J].中国图象图形学报，2008，13（1）：145-150. （上接196页） 康健超，康宝生，筠，等：一种改进的基于 GPU 编程的光线投射算法 201
目录 第一章绪论 (2) 1.1 研究背景 (2) 1.2 人脸图像识别的应用前景 (3) 1.3 本文研究的问题 (4) 1.4 识别系统构成 (4) 1.5 论文的内容及组织 (5) 第二章图像处理的Matlab实现 (6) 2.1 Matlab简介 (6) 2.2 数字图像处理及过程 (6) 2.2.1图像处理的基本操作 (6) 2.2.2图像类型的转换 (7) 2.2.3图像增强 (7) 2.2.4边缘检测 (8) 2.3图像处理功能的Matlab实现实例 (8) 2.4 本章小结 (11) 第三章人脸图像识别计算机系统 (11) 3.1 引言 (11) 3.2系统基本机构 (12) 3.3 人脸检测定位算法 (13) 3.4 人脸图像的预处理 (18) 3.4.1 仿真系统中实现的人脸图像预处理方法 (19) 第四章基于直方图的人脸识别实现 (21) 4.1识别理论 (21) 4.2 人脸识别的matlab实现 (21) 4.3 本章小结 (22) 第五章总结 (22) 致谢 (23) 参考文献 (24) 附录 (25)
第一章绪论 本章提出了本文的研究背景及应用前景。首先阐述了人脸图像识别意义；然后介绍了人脸图像识别研究中存在的问题；接着介绍了自动人脸识别系统的一般框架构成；最后简要地介绍了本文的主要工作和章节结构。 1.1 研究背景 自70年代以来.随着人工智能技术的兴起.以及人类视觉研究的进展.人们逐渐对人脸图像的机器识别投入很大的热情，并形成了一个人脸图像识别研究领域，.这一领域除了它的重大理论价值外，也极具实用价值。 在进行人工智能的研究中，人们一直想做的事情就是让机器具有像人类一样的思考能力，以及识别事物、处理事物的能力，因此从解剖学、心理学、行为感知学等各个角度来探求人类的思维机制、以及感知事物、处理事物的机制，并努力将这些机制用于实践，如各种智能机器人的研制。人脸图像的机器识别研究就是在这种背景下兴起的，因为人们发现许多对于人类而言可以轻易做到的事情，而让机器来实现却很难，如人脸图像的识别，语音识别，自然语言理解等。如果能够开发出具有像人类一样的机器识别机制，就能够逐步地了解人类是如何存储信息，并进行处理的，从而最终了解人类的思维机制。 同时，进行人脸图像识别研究也具有很大的使用价依。如同人的指纹一样，人脸也具有唯一性，也可用来鉴别一个人的身份。现在己有实用的计算机自动指纹识别系统面世，并在安检等部门得到应用，但还没有通用成熟的人脸自动识别系统出现。人脸图像的自动识别系统较之指纹识别系统、DNA鉴定等更具方便性，因为它取样方便，可以不接触目标就进行识别，从而开发研究的实际意义更大。并且与指纹图像不同的是，人脸图像受很多因素的干扰:人脸表情的多样性;以及外在的成像过程中的光照，图像尺寸，旋转，姿势变化等。使得同一个人，
诚信声明 本人声明： 我所呈交的本科毕业设计论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人完全意识到本声明的法律结果由本人承担。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 本人签名：日期：2010 年05 月20日
毕业设计（论文）任务书 设计（论文）题目： 学院：专业：班级： 学生指导教师（含职称）：专业负责人： 1．设计（论文）的主要任务及目标 (1) 了解图象匹配技术的发展和应用情况，尤其是基于特征的图象匹配技术的发展和应用。 (2) 学习并掌握图像匹配方法，按要求完成算法 2．设计（论文）的基本要求和内容 （1）查阅相关中、英文文献，完成5000汉字的与设计内容有关的英文资料的翻译。（2）查阅15篇以上参考文献，其中至少5篇为外文文献，对目前国内外图象匹配技术的发展和应用进行全面综述。 （3）学习图象匹配算法，尤其是基于特征的图象匹配算法。 （4）实现并分析至少两种基于特征的图象匹配算法，并分析算法性能。 3．主要参考文献 [1]谭磊, 张桦, 薛彦斌．一种基于特征点的图像匹配算法[J]．天津理工大学报，2006， 22(6)，66-69． [2]甘进，王晓丹，权文．基于特征点的快速匹配算法[J]．电光与控制，2009，16(2)， 65-66． [3]王军，张明柱．图像匹配算法的研究进展[J]．大气与环境光学学报，2007，2(1)， 12-15．