多聚焦图像融合方法研究

论文总字数：13939字

摘 要

图像融合是一种以图像为主的数据融合技术，它是一个把多个不同模式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。改善了单一传感器的不足，提高了融合后图像的清晰度，更加准确可靠地获取目标或者场景的信息。本文研究了一种基于小波变换的图像融合方法，针对小波分解的不同频率域，分别讨论了选择高频系数和低频系数的原则。在此基础上应用MTAIAB进行图像融合仿真，融合后图像具有了多幅图像的特征，有利于进一步的对图像中目标的检测和识别或跟踪。

关键词：小波变换，图像融合，融合规则

Abstract: image fusion is a kind of image data fusion technique, it is obtained a multiple mode image sensor to achieve the same scene images or the same sensor at different moments of the same scene image synthesis is an image of the process. The problem of single sensor is improved, and the image sharpness is improved, and the information of target or scene is acquired more accurately and reliably.In this paper, a wavelet transform based image fusion method is studied. The principle of choosing the high frequency coefficient and the low frequency coefficient is discussed for the different frequency domains of the wavelet decomposition.On the basis of the application of MTAIAB, the image fusion simulation is carried out, and the image features of the image can be further characterized by the image target detection and recognition or tracking.

Keywords: wavelet transform, image fusion, fusion rule

目录

1. 绪论 6

1.1 图像融合的研究意义及背景 6

1.1.1 图像融合的研究背景 6

1.1.2 图像融合的研究意义 7

1.2 主要内容 8

2. 小波变换理论基础 8

2.1 小波变换 8

2.1.1小波变换的思想 8

2.1.2 连续小波基函数 9

2.1.3 连续小波变换 10

2.1.4 离散小波变换 10

2.2多分辨率分析及离散小波的快速算法 11

2.2.1 多分辨率分析 11

2.2.2尺度函数和尺度空间 11

2.2.3 离散小波变换的快速算法 12

2.3几种常用的小波 13

2.4 Mallat的快速算法 14

2.5 本章小结 14

3.基于小波变换的图像融合方法研究 15

3.1图像融合概述 15

3.2多聚焦图像融合算法研究原理 15

3.2.1基于小波分解的融合算法流程 15

3.2.2 高频系数融合规则 16

3.2.3低频系数融合规则 17

3.3本章小结 18

4.实验结果及分析 19

4.1实验的仿真 19

4.2实验的结果分析 20

4.3本章小结 21

参考文献 23

致谢 24

附录 25

1. 绪论

1.1 图像融合的研究意义及背景

1.1.1 图像融合的研究背景

图像融合是一种通过研究图像内容的数据融合技术，可以将不同类型的的传感器获得相同场景的多幅图像或者同一传感器在不同时刻获得相同场景的多幅图像融合成一幅图像。由于不同类型的图像传感器成像机理不相同，工作电磁波的波长也不一样，所以不同类型的传感器获取同一个场景的多幅图像之间的信息是相互补充的，这多幅图像中也有信息的冗余性，把这多幅图像经过图像融合后合成一幅图像就能更加完整，更加准确的描述所要研究的对象，所以图像融合技术广泛的应用于各种领域，类如：军事图像、遥感图像医学图像、微机视觉图像等。

图像融合的优点在于它能够完善目标图像，提高图像的清晰程度使其更加科学可靠的描述目标场景，并且经过图像融合的配准、合成后也一并改善了单一图像的局限性，从而实现对图像的更深入的分析和研究，加强了对目标的检测、识别和跟踪。小波变换的图像融合方法被称作数学显微镜，它能够具体到细节。近来，小波理论及其应用发展为研究的热点，已经逐渐的把小波多分辨率分解用于像素级图像融合的研究。小波变换本身固有的特性在图像处理中有许多优势类如：完善的重新构造能力，分解过程中信息的可靠完整性；图像分解后的平均图像以及细节图像使原始图像信息中的细节部分，结构部分能够轻易提取。

小波分析是一个热门创新型学科，是一种科学新兴的时域分析工具，目前已活跃于国际研究领域。在数学领域调和分析中，它扮演着不可或缺的角色；在应用科学和技术科学领域中，小波分析又在图形分析，计算机应用，信号处理，非线性科学和工程技术中又不凡的作用及成果。小波分析具有“自适应性”和“数学显微镜”的固有特性，所以它十分贴近我们观察思考的方向。逐渐的在应用科学，基础科学，信息科学以及信号系统等领域都有广泛的应用^[1]。

早在1974年就有人提出小波变换理论，同时他也建立了反演公式。却没有得到业内数学家还有专业学者的关注。但是由于相关知识理论的完善与发展为小波理论做了理论铺垫，小波理论还是在七十年代诞生了；1986年著名数学家Yammerer无意中构造出一个真正的小波基，逐渐的小波分析就开始发展起来，而比利时女数学家撰写的《小波十讲（Ten Lectures on Wavelets）》对小波进一步的普及。相比于Fourier变换、窗口Fourier变换（Gabor变换），小波变换是一个时间和频率的局域变换，能对信号中的信息进行有效科学的获取，解决了许多Fourier变换的局限，完善了信号、函数多角度分析的方法。它使调和分析有了突破性的发展^[2]。

MATLAB 是MathWorks 公司在八十年代初研发的高性能计算数值软件，它的用户环境界面友好，使用方便快捷，它集数值分析、矩阵运算、信号处理和图形显示等多种功能于一体。MATLAB采用人机交互的方式对图像解析处理，使用者只要按MATLAB的指令要求给出对应的命令，它的分析处理结果就会以数值或图形方式显示出来。MATLAB 是一个适用度极高的图像处理软件，有如先天优势：强大的矩阵运算功能，适时观察图形的变化；带有大量丰富的图像处理函数库存，其图像处理基本包括了所有常用的图像处理函数，MATLAB在图像处理中的应用都是由相应的MATLAB函数来实现^[3]。由于计算机运算的普遍化，基本所有工程问题都离不开计算机的运用。所以MATLAB软件会越来越成为人们研究的热点对象因为其强大的运算核心。MATLAB必然会被逐渐完善和强化，各个工程领域的专业人员也都用MATLAB作为专门的辅助工具，MATLAB的各种工具箱也会越来越齐全而且MATLAB是一种开放式的软件，任何各行各业优秀专业人士都可以在MATLAB工具加上自己开发的应用程序，久而久之，MATLAB软件会越发强大^[2]。

1.1.2 图像融合的研究意义

小波分析应用的领域十分广泛，它包括：数学领域；信号分析、图像处理；量子力学、理论物理；计算机分类与识别；音乐与语言的人工合成；医学成像与诊断；地震勘探数据处理；大型机械的故障诊断等方面；例如，在数学方面，它已用于分析数值、快速数值方法的构造、控制论、构造曲线曲面、求解微分方程等。在信号分析方面的滤波、传递、降噪声、压缩等。在图像处理方面的图像压缩、去污、分类、识别与诊断等。在医学成像方面的降低B超、核磁共振成像的时间、CT，提高分辨率等。

1. 小波分析主要应用于图像融合和信号方面。它具有较高的融合准确度，良好的融合效果，稳定可靠的信号与图像的总数据还有能准确的传递信息的特点。小波分析有各式各样的融合方法，比较突出常用的是基于多分辨分析的图像融合和应用Mallat小波变换算法进行图像数据融合等。

(2)小波在信号分析中也是重要的构成。类如提取分离微弱信号方面、检测多角度边缘方面、分析时域等

剩余内容已隐藏，请支付后下载全文，论文总字数：13939字