小波变换的多源图像融合算法的研究

摘要

图像融合是图像处理与计算机视觉中重要组成部分，能够利用由多种传感器获取的同一场景的图像信息，输出一幅更适合于人类视觉以及计算机进行下一步处理的融合图像。近几年，以小波分析为代表的多分辨率分析方法在图像融合领域中的应用越来越广泛。由于传统的基于小波分析的融合规则，忽视了边缘信息和噪声对融合之后图像的影响，因此会使得融合图像在某些程度上出现边缘模糊、清晰度降低、细节丢失以及噪声的引入等问题。因此，对于图像融合技术的研究是一项有着重要理论与应用价值的课题。
　　本文首先介绍图像融合的基本概念、理论与小波分析理论，并详细介绍评价图像质量的主观评价标准和客观评价参数。
　　为解决多聚焦图像融合过程中边缘信息以及细节内容易于丢失的问题，本文提出一种多聚焦图像的改进算法。根据不同的频率域特点选择不同的融合规则，对低频系数给出基于边缘信息的融合规则。对各高频子带的系数，则采取窗口方差以及区域信息熵相结合的融合规则。实验结果表明，改进算法得到的融合图像无论在视觉效果还是在客观评价方面，均优于以往的融合结果，可以更有效地应用于多聚焦图像的融合中。
　　针对红外光图像与可见光图像的特点，本文提出一种基于图像区域能量的改进算法。对低频系数给出基于图像区域能量的融合规则；对于高频系数则使用窗口方差与区域能量的融合规则。实验结果表明，改进算法得到的融合图像无论在视觉效果还是在客观评价方面，也比之前的融合方法得到的结果要更好。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 课题研究的目的和意义

1.2 国内外在图像融合的研究现状及存在的问题

1.3 本文主要工作内容

第2章 基于小波分析的图像融合理论基础

2.1 图像融合基本理论

2.2 常用的图像融合的算法

2.3 小波分析基础

2.4 二维小波变换与提升小波变换

2.5 基于小波变换的图像融合

2.6 图像融合评价标准

2.7 本章小结

第3章 基于边缘信息的多聚焦图像融合

3.1 多聚焦图像融合的原理

3.2 改进的基于边缘信息的多聚焦图像融合算法

3.3 实验分析

3.4 本章小结

第4章 红外光与可见光的图像融合改进算法

4.1 红外光与可见光图像融合原理

4.2 改进的红外光与可见光图像融合

4.3 实验分析

4.4 本章小结

结论

参考文献

攻读硕士学位期间发表的学术论文

致谢