資源描述：
《基于小波變換的圖像融合的算法研究與實(shí)現(xiàn)優(yōu)秀畢業(yè)論文》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。
1、基于小波變換的圖像融合算法研究與實(shí)現(xiàn)摘要近年來圖像融合技術(shù)在圖像處理領(lǐng)域中得到了廣泛的重視和應(yīng)用。最早提出的像素算術(shù)平均的圖像數(shù)據(jù)融合方法忽略了像素間的相互關(guān)系，使得融合后的圖像對(duì)比度很差，為了提高目標(biāo)檢測的分辨率，抑制每個(gè)傳感器的檢測噪聲，現(xiàn)提出一種基于小波變換的圖像數(shù)據(jù)融合新方法。在圖像分解的高頻域內(nèi)，選擇多源圖像鄰域平均絕對(duì)值較大的系數(shù)作為重要小波系數(shù)；在低頻域內(nèi)，新的逼近系數(shù)通過對(duì)多源圖像的逼近系數(shù)進(jìn)行加權(quán)平均得到，然后利用重要小波系數(shù)和加權(quán)逼近系數(shù)進(jìn)行小波反變換，即可得到融合之后的圖像。實(shí)驗(yàn)結(jié)果表明，基于小波變換的圖
2、像數(shù)據(jù)融合方法具有良好的效果，并可用于廣泛的研究鄰域。關(guān)鍵詞：小波變換；圖像融合；多分辨率分析ResearchofImageDataFusionAlgorithmbasedonWaveletTransformAbstract:Imagedatafusiontechniquehasplayedanimportantroleinimageprocessingrecently.Existingalgorithmforimagedatafusionarenotquitesatisfactoryforobjectdetection.In
3、ordertoimprovetheresolutionoftargetandsuppressthedetectionnoiseofeachsensor,anewalgorithmforimagedatafusionbasedonwavelettransformispresented.Bydecomposingtheimagewithwavelettransform,waveletcoefficientsandapproximationcoefficientsatdifferentscalesareobtained.Wetook
4、thosecoefficientswithlargerabsolutevaluein-betweenthemulti-resolutionimagesastheimportantwaveletcoefficientsandcomputedtheweightedmeanvalueoftheapproximationcoefficients.Andthefusedimagecanbeobtainedbyusingtheinversewavelettransformfortheimportantwaveletcoefficients
5、andtheweightedapproximationcoefficients.Experimentalresultsshowthattheimagedatafusionmethodonwavelettransformisveryeffectiveandcanbeappliedtowideresearchfields.Keywords:wavelettransform;imagedatafusion;multi-resolutionanalysis目錄第1章引言1第2章小波變換的基礎(chǔ)理論22.1小波變換概要22.1.1傅立葉變
6、換22.1.2小波變換32.2多分辨率分析32.3小波和小波變換的基本概念32.3.1小波和小波變換32.3.2連續(xù)小波變換42.3.3離散小波變換62.4本章小結(jié)7第3章圖像的小波變換83.1二維離散小波變換83.1.1算法基礎(chǔ)83.1.2適應(yīng)于應(yīng)用環(huán)境的快速算法93.1.3小波系數(shù)的顯示113.2圖像小波變換的頻率特性113.2.1小波系數(shù)的頻域分布113.2.2基于小波變換的圖像濾波處理123.3本章小結(jié)12第4章基于小波變換的圖像融合方法144.1圖像融合的基本概念144.2利用小波變換實(shí)現(xiàn)圖像的融合144.2.1小波
7、變換實(shí)現(xiàn)圖像融合的基本思想144.2.2融合的基本算法154.2.3小波變換圖像融合的步驟154.2.4小波系數(shù)的融合判決164.2.4VisualC++編程實(shí)現(xiàn)174.2.5實(shí)驗(yàn)結(jié)果224.3本章小結(jié)24第5章結(jié)論與展望25致謝26[參考文獻(xiàn)]27附錄28第1章引言近年來，圖像融合技術(shù)在圖像處理領(lǐng)域中得到了廣泛的重視和應(yīng)用。通過圖像融合技術(shù)，可以實(shí)現(xiàn)將多幅來自同一場景的圖像，利用其冗余信息，融合成一幅比原來任何一幅都易于為人們所理解的圖像，同時(shí)可供人們進(jìn)行進(jìn)一步的觀察和處理。經(jīng)圖像融合技術(shù)處理后的圖像，能最大限度地利用各個(gè)信
8、道源的信息，提高分辨率、靈敏度、作用距離、測量精度和抗干擾能力等，彌補(bǔ)單一信道源的不足。高效的圖融合方法能有效地提高圖像信息的利用率、系統(tǒng)對(duì)目標(biāo)檢測識(shí)別的可靠性及系統(tǒng)的自動(dòng)化程度，消除多傳感器信息之間可能存在的冗余和矛盾，以增強(qiáng)影像中信息透明度，改善解譯的精度、可靠性以及使用
