基于DWT和ICA的像素级多传感器图像融合算法研究

摘要

多传感器图像融合技术是图像理解、计算机视觉等领域的一个研究热点，广泛地应用于目标识别、智能机器人和医学图像处理等领域，对国防安全和经济建设产生了重要影响，因此对图像融合技术开展研究有着重要意义。 针对现有融合算法容易受噪声影响、没有考虑图像自然特性等问题，本文基于小波变换(DWT)和独立分量分析(ICA)理论，对像素级多传感器图像融合算法进行了深入研究和大量实验，并取得了如下成果： 1．在分析小波理论的基础上，对现有的基于DWT的图像融合算法的融合性能、优缺点及改进的可能性进行了深入分析。结合实际工程应用中很难获得质量最优的标准参照图像这一问题，本文采用逆向思维，从构建质量更差的参照图像出发，提出了一种借助参照图像通过计算距离特征进行系数选取的多聚焦图像融合算法。该算法弥补了传统小波图像融合算法中根据图像自身数据的某种统计量最大值进行融合的不足，更加注重有参照图像条件下的有用信息的选择，从而提高了融合效果。 2．运用独立分量分析(ICA)理论能够保证融合过程中降低产生冗余信息或虚假信息的可能性这一特点(这有助于提高融合算法的容错性及鲁棒性)，根据矩阵稀疏性和ICA系数表示之间的联系，提出了一种基于矩阵稀疏性的ICA图像融合算法，算法提高了抗噪能力，在基于盲源分离理论的图像融合算法研究方面做了有益尝试。 3．在研究DWT和ICA的基础上，把DWT多分辨率分解的优点和ICA盲源分离的优点结合起来，并充分考虑到图像的自然特性，提出了一种在小波域基于ICA混合矩阵进行融合的多传感器图像融合算法。该算法根据ICA分解后的混合矩阵确定系数融合过程中的权重，采用加权平均法进行融合系数的选取，使算法更加符合图像的自然特性，融合效果得到了明显的改进。

目录

文摘

英文文摘

声明

第1章绪论

1.1图像融合技术的概念

1.2图像融合的目的和意义

1.3图像融合技术的应用和分类

1.3.1图像融合技术的应用

1.3.2图像融合技术的分类

1.3.3图像融合中常用的传感器

1.4图像融合技术的发展和现状

1.5本文的主要研究工作和创新点

第2章像素级多分辨率图像融合技术概述

2.1像素级图像融合概述

2.2像素级多传感器图像融合的主要算法

2.2.1简单图像融合算法

2.2.2基于多尺度多分辨率的图像融合算法

2.2.3其它图像融合算法

2.3像素级多分辨率图像融合框架

2.3.1多分辨率分解

2.3.2活性测度

2.3.3匹配测度

2.3.4决策模块

2.3.5一致性检测

2.3.6合成模块

2.4图像融合算法的性能评价

2.4.1图像融合效果的主观评价

2.4.2图像融合效果的客观评价

2.5本章小结

第3章基于距离特征的小波域多聚焦图像融合算法

3.1小波变换理论基础

3.2小波变换在图像融合中的应用

3.3基于距离特征的多聚焦图像融合算法

3.3.1算法的基本思想

3.3.2算法描述(WMFFA-BA)

3.3.3算法的进一步改进(WMFFA-MA)

3.4实验结果分析及算法性能评价

3.4.1实验结果分析

3.4.2算法性能客观评价

3.5本章小结

第4章基于矩阵稀疏性的ICA图像融合算法

4.1独立分量分析基本理论

4.2现有算法分析

4.3在ICA域基于矩阵稀疏性的图像融合算法

4.3.1算法思想

4.3.2算法实现

4.4实验结果分析及算法性能评价

4.5本章小结

第5章基于ICA混合矩阵的小波域图像融合算法

5.1现有算法分析

5.2基于ICA混合矩阵的图像融合算法

5.2.1算法思想

5.2.2算法实现

5.3实验结果分析及算法性能评价

5.4本章小结

第6章总结与展望

6.1论文工作总结

6.2存在的不足与展望

参考文献

攻读学位期间公开发表的论文

致谢