学海网

毕业设计-多聚焦图像融合算法研究，共47页，15034字，附外文翻译、答辩PPT、算法程序（空间域中的加权平均融合算法、单层小波变换算法、二层小波变换算法、客观评价的三个性能指标计算）
摘 要
图像融合是将同一对象的两个或多个图像按一定规则合成为一幅图像。其关键是抽取每幅源图像中的清晰区域，并将这些清晰区域以一定的规则融合起来，从而生成一幅清晰且信息量完整的融合图像。多聚焦图像融合的具体目标在于提高图像的空间分辨率、改善图像的几何精度、增强特征显示能力、改善分类精度、替代或修补图像数据的缺陷等。
本文概括了多聚焦图像融合的一些基本概念和相关的基本知识，对DWT分解的层数和方向子带的个数对融合结果的影响进行了初步的研究。并就加权平均法、单层DWT分解、二层及二层以上DWT分解对多聚焦图像的融合进行了算法研究和编程实现，并对这些方法的仿真结果进行了比较分析。
仿真结果表明，基于空间域的加权平均法的融合效果非常一般，在图像的细节表现力方面存在很大的不足；而基于变换域中的小波变换的低频取平均、高频取绝对值最大的融合算法在小波分解层数达到三层时，所得融合图像的性能指标，如信息熵、空间频率和清晰度都较为理想，达到了预期目的。可见多层DWT分解融合方法具有较高的应用价值，可以将其用于图片的判读分析，如指纹识别、人脸鉴别、不完整图片的复原等。
关键词：图像融合，多聚焦图像，加权平均，DWT

ABSTRACT
Image fusion is two or more images of the same object according to certain rules of synthesis of an image. The key is to extract every source image in a clear area, and these rules must be clear and the region to come together. The amount of information to generate a clear and complete fusion image is its ultimate goal.Multi-focus image fusion specific objectives is to improve the spatial resolution of the image, to improve the image geometric accuracy, enhanced features display capabilities, improve classification accuracy, replace or repair the defects and other image data.
This paper summarized some basic concepts and knowledge of multi-focus image fusion and did a preliminary study about the impact of DWT decomposition layers and the number of directional subbands related to multi-focus fusion results. And the weighted average method, single DWT decomposition, second floor and the second floor above DWT decomposition of multi-focus image fusion algorithm performed research and programming, and the simulation results of these methods were compared.
It was found that the effect of the weighted average method of integration is very general and there is a big shortage in detail expressive aspects of the image.However, based on averaging the low-frequency and getting the largest absolute value of high frequency of wavelet transform fusion algorithm in transform domain performed good when wavelet decomposition level reaches three.The resulting image fusion performed indicators, such as information entropy, spatial frequency and clarity are more ideal to achieve the desired purpose.It is visible that multi-DWT decomposition fusion method has a high value, and its interpretation can be used to image analysis, such as fingerprint recognition, face identification,incomplete pictures recovery and so on.
KEY WORDS: image fusion，multi-focus image，weighted average，DWT

目 录
第一章 绪论 5
1.1课题研究的背景和意义 5
1.2 研究现状及存在的问题 5
1.2.1 研究现状 5
1.2.2 存在的问题 6
1.3多聚焦图像融合技术 7
1.3.1 多聚焦图像成像特点 7
1.3.2 多聚焦图像融合层次 8
1.4 本文章节的安排 8
第二章 多聚焦图像融合的基础理论 10
2.1多聚焦图像成像原理 10
2.2 多聚焦图像融合主要算法 11
2.2.1 空间域多聚焦图像融合 12
2.2.2 变换域多聚焦图像融合 17
2.3 多聚焦图像融合质量评价 19
2.3.1 主观评价 19
2.3.2 客观评价 19
2.4 本章小结 21
第三章 基于小波变换的多聚焦图像融合 22
3.1 引言 22
3.2 小波变换的基础理论 22
3.2.1 小波定义 22
3.2.2 连续小波变换 23
3.2.3 离散小波变换 24
3.3 小波的分解 25
3.3.1小波基的选择与分解层数 26
3.4算法仿真与结果分析 27
3.4.1算法仿真 27
3.4.2融合结果分析 30
3.5 本章小结 30
第四章 总结与展望 31
4.1 全文总结 31
4.2 工作展望 32
参考文献 33
致 谢 35
毕业设计小结 36
附 录A 37
附 录B 38
附 录C 40
附 录D 43

本文章节的安排
本文共分为五章，具体内容和章节安排如下：
第一章：绪论
本章从总体上简要介绍了课题研究的背景及意义，并指出了目前多聚焦图像融合的研究现状和所存在的一些问题。同时简述了多聚焦图像融合的成像特点和融合层次，为后续章节的展开做铺垫。
第二章：多聚焦图像融合的基础理论
本章首先介绍了多聚焦图像的成像原理，并概要介绍了多聚焦图像融合的基本算法：空间域算法和变换域算法。在空间域算法中主要介绍了基于像素点和基于分块的算法。在变换域算法中主要介绍了小波算法。此外还简述了融合结果的评价标准，并列出了当前常用的一些评价指标。
第三章：基于小波变换的多聚焦图像融合算法
本章首先介绍了小波变换的基础理论，包括小波的定义、连续小波变换和离散小波变换，并以图解的方式对二维离散小波分解进行了可视化分析。此外，还简述了小波基及小波分解层数对图像融合质量的影响，并就基于小波变换的低频取平均值、高频取绝对值大的融合算法进行了算法仿真。最后对融合图像进行了主观分析，并以信息熵、空间频率和清晰度三项指标对融合图像的质量进行了客观分析。仿真结果论证了该算法的有效性。
第四章：总结与展望
本章总结了全文的主要内容，并展望了多聚焦图像融合算法的未来。