多尺度分解的圖像融合算法研究及應(yīng)用

《多尺度分解的圖像融合算法研究及應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、：的媽進(jìn)芭茲＾巧；單ＨｐｉｉＰｉ鑛轄酒１分樂(lè)號(hào)；０數(shù)擊位纖艦雪葛１１１麵Ｉ學(xué)￣Ｌ％）Ｌ＾：，—．戀抑巧＇ＮｏｒｔｈＵｎｉｖｅｒｓｉｔＯｆＣｌｉｉｉＭｉ，＾；．ｙ＾１一一－＞－—－臺(tái)碩王口Ｔ±Ｉ學(xué)ｋＩ論ｔ又ＶＩ：。革審褲爲(wèi)寄觀背記ｇ卽多尺度分解酌圖像融合算法：ｉｊ｜｜｜｜巧究及應(yīng)用胃ｆｃ：ＩＸ碩±研究生Ｐ讓重金態(tài)原創(chuàng)性聲明本人鄭重聲明：所呈交的學(xué)位論文，是本人在指導(dǎo)教師的指導(dǎo)下，獨(dú)立進(jìn)行研究所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外

2、，本論文不包含其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過(guò)的科研成果。對(duì)本文的研究作出重要貢獻(xiàn)的個(gè)人和集體，均己在文中＾義明確方式碌明。本聲明的法律責(zé)任由本人承擔(dān)。０化論文作者簽名：日期：７Ｖ化＇Ｕ關(guān)于學(xué)位論文使用枚的說(shuō)明本人完全了解中北大學(xué)有關(guān)保管、使用學(xué)位論文的規(guī)定，其中包：①學(xué)校有權(quán)保管括、并向有關(guān)部口送交學(xué)位論文的原件與復(fù)印件；＾③學(xué)校可！乂采用影印、縮印或其它復(fù)制手段復(fù)制并保存學(xué)位論女；⑤＾學(xué)?？稍试S學(xué)位論義被查閱或借閲④學(xué)校可！乂學(xué)術(shù)交流為目的復(fù)；，制贈(zèng)送和交換學(xué)位論文；⑤學(xué)?？桑迊V公布學(xué)位論文的全部

3、或部分內(nèi)容（保密學(xué)位論文在解密后遵守此規(guī)定）。簽名：柳來(lái)＇日期：＾導(dǎo)師簽名；日期：１（７＼圖書分類號(hào)O29密級(jí)非密注1UDC______________________________________________________________碩士學(xué)位論文多尺度分解的圖像融合算法研究及應(yīng)用王少杰（作者姓名）指導(dǎo)教師（姓名、職稱）潘晉孝教授申請(qǐng)學(xué)位級(jí)別理學(xué)碩士專業(yè)名稱應(yīng)用數(shù)學(xué)論文提交日期___2016__年___6___月___2___日論文答辯日期___2016__年___5___月___28__日學(xué)位授予日期

4、________年______月______日論文評(píng)閱人陳寅、王鵬答辯委員會(huì)主席趙愛(ài)民2016年5月25日多尺度分解的圖像融合算法研究及應(yīng)用摘要圖像融合是將多源信道采集到的關(guān)于同一目標(biāo)的圖像，通過(guò)互補(bǔ)去冗，最大限度提取各自信道中的有利信息，最終融合成高質(zhì)量圖像的過(guò)程，現(xiàn)已被廣泛應(yīng)用于各個(gè)領(lǐng)域。本文基于變換域研究多尺度分解下的圖像融合算法。主要研究?jī)?nèi)容如下：1)提出了基于小波變換（DWT）的自適應(yīng)圖像融合算法。將基于窗口的策略與加權(quán)平均方法相結(jié)合，提出對(duì)低頻成分采用基于局部區(qū)域能量比的融合規(guī)則，而高頻采用基于局部區(qū)域能量匹配度的自適應(yīng)融合策略，

5、并在高頻融合規(guī)則相同的情況下，與低頻采取加權(quán)平均、區(qū)域能量取大的兩種融合算法進(jìn)行比較，實(shí)驗(yàn)結(jié)果驗(yàn)證了該算法的有效性。2)研究了基于雙樹(shù)復(fù)小波變換（DT-CWT）的圖像融合算法。針對(duì)低高頻系數(shù)的不同特點(diǎn)采用了不同的融合規(guī)則，低頻采用區(qū)域平均能量取大的策略，高頻采用基于局部標(biāo)準(zhǔn)差的選擇及加權(quán)平均的策略，該算法充分考慮了圖像的細(xì)節(jié)信息及清晰度，得到的融合效果較好。另外，基于該方法研究了圖像融合最佳分解層數(shù)的選取，以多聚焦圖像和醫(yī)學(xué)圖像進(jìn)行實(shí)驗(yàn)，通過(guò)對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行主觀和客觀的評(píng)估，得出了最佳分解層數(shù)。關(guān)鍵詞：圖像融合，多尺度分解，雙樹(shù)復(fù)小波變換（DT

6、-CWT），區(qū)域能量，局部標(biāo)準(zhǔn)差，分解層數(shù)ResearchandApplicationofImageFusionAlgorithmBasedonMulti-scaleDecompositionAbstractImagefusionistoextracttheadvantageousinformationingreatestextentofthesametargetfromdifferentchannelthroughthecomplementaryandredundancy,tomergeintoahighqualityimage,andha

7、sbeenappliedinvariousfields.Thispaperstudiestheimagefusionalgorithmbasedonmulti-scaledecomposition.Themainresearchcontentisasfollows:1)Proposestheadaptiveimagefusionalgorithmbasedonwavelettransform(DWT).Combinedthestrategybasedonthewindowwithweighedaveragemethod.Putsforward

8、thefusionruleofthelowfrequencycoefficientsbasedonthelocalregion-energyratio,andthe