基于引导滤波的NSCT域图像融合方法研究

摘要

随着信息融合技术的高速发展，图像融合技术作为其重要的分支，也受到人们的广泛关注。红外传感器和可见光传感器由于其成像机理的不同，各自有优缺点。红外传感器所得的图像受环境因素的影响较小，成像稳定的同时能够很好的反映场景中的目标信息，但是因为其成像原理不符合人眼的视觉习惯，肉眼直接观察和分析有一定的困难。可见光传感器所得的图像虽然符合人眼的观察习惯，对细节信息的反映程度也较高，但是很容易受到环境的影响，成像效果往往取决于外在条件的优劣。因此将两者进行融合，则可取长补短，通过可见光图像提供的可视化背景细节信息和红外图像提供的隐藏目标信息，能够有效的获得目标和背景，其更适合用于观察和后期的研究。但是在红外与可见光图像融合过程当中，两个关键问题在于如何在减少计算的同时提升融合效果。为了弥补缺陷，本文提出了一种目标更突出，信息更丰富，时效性更高的融合算法：在FNSCT域中利用目标提取和引导滤波的图像融合方法。主要贡献如下： 1.通过对自然条件下红外成像特点的分析，在图像多尺度分解之前，对红外源图像进行基于区域显著性和K均值聚类的红外目标提取，得到红外目标信息和背景信息。进行相关实验验证，本文方法能有效、准确的提取出红外源图像中的目标信息。 2.通过对图像多尺度分解方法原理以及图像融合基本理论的研究，发现传统NSCT分解存在时效性差的问题，为了弥补缺陷，本文通过对NSCT进行改进，提出了快速非下采样轮廓波变换（FNSCT），并对不同尺寸图像在不同尺度上进行分解和重建实验，实验结果表明，本文方法能有效的减少计算时间并具有鲁棒性。 3.针对现有的融合方法对边缘保持性不高的问题，对低频部分利用改进的引导滤波对初始融合权重进行修正，高频部分同样也采用基于引导滤波的融合规则，在提高融合图像的边缘保持特性的同时降低计算。 实验结果表明，利用本文方法得到融合结果，目标更突出，背景更清晰，并具有鲁棒性，多项指标都有着良好的表现。

目录

第一章 绪论

1.1研究背景与意义

1.2国内外研究现状

1.3相关领域研究现状

1.4本文主要工作及章节安排

第二章 图像融合相关理论

2.1图像融合技术流程

2.2图像预处理

2.3图像配准

2.4图像融合

2.5本章小结

第三章 基于区域显著性和K均值聚类的红外目标提取

3.1显著性区域的提取

3.2特征点的筛选与聚类

3.3目标图的获取

3.4目标提取实验

3.5本章小结

第四章 在FNSCT域中利用引导滤波的图像融合

4.1快速NSCT分解的构建（FNSCT）

4.2引导滤波理论基础

4.3融合规则的设计

4.4 本章小结

第五章 实验与结果分析

5.1图像融合质量评价指标的选取

5.2实验融合结果和评价分析

5.3本章小结

第六章 总结与展望

6.1 本论文工作总结

6.2 后续研究与展望

参考文献

致谢

声明