資源描述:
《基于非下采樣Contourlet變換的圖像融合算法研究》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、國(guó)內(nèi)圖書分類號(hào):TP751.1工學(xué)碩士學(xué)位論文基于非下采樣Contourlet變換的圖像融合算法研究碩士研究生:戚昌研導(dǎo)師:王愛麗申請(qǐng)學(xué)位級(jí)別:工學(xué)碩士學(xué)科、專業(yè):信號(hào)與信息處理所在單位:測(cè)控技術(shù)與通信T程學(xué)院答辯日期:2013年3月授予學(xué)位單位:哈爾濱理工大學(xué)ClassifiedIndex:TP751.1DissertationfortheMasterDegreeinEngineering一ResearchofImageFusionAlgorithmBasedonNonsubsampledContourletTrans
2、formCandidate:Supervisor:AcademicDegreeAppliedfor:Specialty:QiChangyanWangAiliMasterofEngineeringSignalandInformationProcessingDateofOralExamination:March,2013University:HarbinUniversityofScience&Technology哈爾濱理工大學(xué)碩士學(xué)位論文原創(chuàng)性聲明本人鄭重聲明:此處所提交的碩士學(xué)位論文《基于非下采樣Contourlet變換的
3、圖像融合算法研究》,是本人在導(dǎo)師指導(dǎo)下,在哈爾濱理工大學(xué)攻讀碩士學(xué)位期間獨(dú)立進(jìn)行研究工作所取得的成果。據(jù)本人所知,論文中除已注明部分外不包含他人已發(fā)表或撰寫過的研究成果。對(duì)本文研究工作做出貢獻(xiàn)的個(gè)人和集體,均已在文中以昵確方式注明。本聲明的法律結(jié)果將完全由本人承擔(dān)。日期:')飛吵【{月1日碩士學(xué)位論文使用授權(quán)書《基于非下采樣Contourlet變換的圖像融合算法研究》系本人在哈爾濱理工大學(xué)攻讀碩士學(xué)位期間在導(dǎo)師指導(dǎo)下完成的碩士學(xué)位論文。本論文的研究成果歸哈爾濱理工大學(xué)所有,本論文的研究?jī)?nèi)容不得以其它單位的名義發(fā)表。本人完
4、全了解哈爾濱理工大學(xué)關(guān)丁保存、使用學(xué)位論文的規(guī)定,同意學(xué)校保留并向有關(guān)部門提交論文和電子版本,允許論文被查閱和借閱。本人授權(quán)哈爾濱理工大學(xué)可以采用影印、縮印或其他復(fù)制手段保存淪文,可以公布論文的全部或部分內(nèi)容。本學(xué)位論文屬于保密口,在年解密后適用授權(quán)書。不保密口請(qǐng)?jiān)谝陨舷鄳?yīng)方框內(nèi)作者簽名:導(dǎo)師簽名:打、J)硐磚冉嗨,叩畢爹田ZⅧ汐肌哈爾濱理工大學(xué)工學(xué)碩十學(xué)位淪文基于非下采樣Contourlet變換的圖像融合算法研究摘要隨著圖像信息獲取手段的增多,我們獲取的不同類型的圖像信息呈爆炸式增長(zhǎng)。在這些數(shù)據(jù)之間,既具有互補(bǔ)性,又存
5、在極大的冗余,如何從這些兼有互補(bǔ)性和冗余性的圖像數(shù)據(jù)中有效的提取更有用、更精煉、質(zhì)量更高的數(shù)據(jù),為人為決策或人工智能決策系統(tǒng)提供決策依據(jù),已經(jīng)成為一個(gè)迫切需要解決的問題,圖像融合技術(shù)隨之成為眾多學(xué)者的一個(gè)研究熱點(diǎn)。圖像融合本質(zhì)上是按照一定的融合算法和規(guī)則將兩幅圖像或者多幅圖像的優(yōu)點(diǎn)或者互補(bǔ)性有機(jī)的結(jié)合起來,產(chǎn)生一幅新圖像的技術(shù)。新圖像不但彌補(bǔ)了單一圖像的不足,獲得相比于任何單一圖像都更加豐富、精確的信息,而且生成的圖像在視覺上更加清晰,更加有利于人們對(duì)其進(jìn)行理解和分析,大大擴(kuò)展了各自信息的應(yīng)用范圍。?本文詳細(xì)介紹了如何解
6、決將非下采樣Contourlet變換應(yīng)用到多聚焦圖像融合和醫(yī)學(xué)圖像融合中的實(shí)際問題。首先,介紹了圖像融合概念,研究的目的和意義,圖像融合分類及常用的圖像融合方法。其次,介紹了圖像小波變換的基本理論,討論了在圖像處理應(yīng)用中小波變換的不足和優(yōu)點(diǎn),針對(duì)小波變換的不足引入了Contourlet變換理論,分析了Contourlet變換的優(yōu)點(diǎn),不過Contourlet變換有易產(chǎn)生混頻現(xiàn)象的缺陷,從而引入了非下采樣Contourlet變換理論,避免了在Contourlet變換中出現(xiàn)的偽吉布斯現(xiàn)象。再次,重點(diǎn)研究了基于非下采樣Conto
7、urlet變換在多聚焦圖像融合和醫(yī)學(xué)圖像融合方面的應(yīng)用,在多聚焦圖像融合中,本文研究一種了基于改進(jìn)后的局部熵、方向?qū)Ρ榷群蛥^(qū)域標(biāo)準(zhǔn)差相結(jié)合的融合算法,并研究了圖像非下采樣Contourlet變換的最優(yōu)分解層數(shù)和方向數(shù)的選取。在醫(yī)學(xué)圖像融合中,奉文研究了一種基于改進(jìn)后的局部熵和區(qū)域能量的融合算法,并通過MATLAB仿真實(shí)驗(yàn)得到仿真結(jié)果。最后,給山了幾種圖像融合質(zhì)量的性能評(píng)價(jià)指標(biāo),通過主觀和客觀的評(píng)價(jià)方法對(duì)本文算法的和其他融合算法進(jìn)行了對(duì)比。通過分析比較,本文采用的融合算法得出的圖像不儀在視覺效果卜更加清晰,還可以更好的顯示
8、圖像的紋理特征和邊緣信息,性能指標(biāo)也更優(yōu)異。關(guān)鍵詞圖像融合:非卜.采樣Contourlet變換;區(qū)域熵:K域能量.I.哈爾濱理工大學(xué).【:學(xué)碩士學(xué)位論文ResearchofImageFusionAlgorithmBasedonNonsubsampledContourletTransformAbstractAlongw