学海网

毕业设计-基于小波变换的像素级图像融合算法研究，共52页，25572字，附外文翻译、答辩PPT
摘 要
图像融合是由信息融合发展而来的，是多传感器数据融合的一个重要分支。近年来，图像融合技术在现代航空航天、自动控制、遥感遥测、医学，特别是军事指挥领域中发挥着越来越重要的作用。图像融合把来自多个传感器数据的互补信息合成一幅新的图像，提供比原图像更丰富的视觉信息。图像融合根据信息抽象程度的不同，从低到高分为像素级、特征级和决策级三个层次的融合。像素级融合作为最基本的融合，是特征级融合和决策级融合的基础，因此成为目前研究的热点问题之一。本文研究工作的重点是基于小波变换的像素级图像融合方法，通过大量的图像融合实验，得到部分有价值的结论，具体的工作内容如下：首先简要介绍了小波变换的理论基础、多分辨率分析与离散小波变换快速算法，以及常用的小波函数；其次，讨论了多分辨率图像融合算法的融合框架，在此基础上，给出了目前多分辨率图像融合的主要方法，同时给出了常用的图像融合性能评价指标；最后给出了一种基于边缘的加权多分辨率图像融合方法，给出了一种将图像边缘特征信息同像素级加权融合规则相结合的思想，通过仿真实验说明该方法能够产生良好的融合效果。
关键词：图像融合，多分辨率分析，小波变换，边缘特征

ABSTRACT
The Image fusion is evolved by the information fusion and it is an important branch of multi-sensor data fusion. In recent years, image fusion technology in modern aerospace, automatic control, remote sensing, medicine, particularly in the military field command is playing an increasingly important role. The synthetic image fusion of complementary information from multiple sensor data a new image, provide a richer visual information than the original image. Image fusion based on different information levels of abstraction, from low to high is divided into pixel level fusion, feature-level and decision-making level of the three levels. Pixel level fusion as the basic integration, is the foundation of feature-level fusion and decision level fusion, thus becoming one of the hot issues of the present study. The focus of this study is the pixel-level image fusion method based on wavelet transform, through a large number of image fusion experiments, partially valuable conclusions, specific work as follows: First, a brief introduction of the theoretical basis of the wavelet transform, multi-resolution analysis Fast and discrete wavelet transform algorithm, as well as commonly used wavelet function; secondly, to discuss the multi-resolution image fusion algorithm integration framework, on this basis, given the main method of multi-resolution image fusion, and gives the common image fusion performance evaluation; Finally, based on the weighted edge multi-resolution image fusion method gives an image edge information with pixel-level fusion rule weighted combination of ideas, through simulation experiments show that the fusion method can produce good results.
Keywords: image fusion, multi-resolution analysis, wavelet transform, edge features

目 录
第一章 绪 论 1
1.1图像融合技术的概述 1
1.1.1图像融合技术的概念 1
1.1.2像融合技术理论的现状 2
1.1.3图像融合技术的意义 2
1.1.4图像融合技术的分类 3
1.2像素级图像融合概述 5
1.2.1像素级图像融合的原理 6
1.2.2像素级图像融合的主要方法 6
1.3论文结构 8
第二章 小波分析理论基础 9
2.1小波变换 9
2.1.1小波变换的思想 9
2.1.2连续小波基函数 10
2.1.3连续小波变换 11
2.1.4离散小波变换 12
2.1.5二进小波变换 13
2.2 多分辨率分析与离散小波快速算法 13
2.2.1多分辨率分析 13
2.2.2尺度函数和尺度 14
2.2.3离散小波变换的快速算法 15
2.3几种常用的小波 16
第三章 多分辨率图像融合 19
3.1多分辨率图像融合框架 19
3.1.1多分辨率分析 20
3.1.2活性测度 21
3.1.3匹配测度 23
3.1.4决策模块 23
3.1.5一致性校验 24
3.1.6合成模块 25
3.1.7近似分量的融合规则 25
3.2目前多分辨率图像融合的主要方法 26
3.3图像融合性能评价 28
3.4小结 31
第四章 基于边缘的加权多分辨率图像融合 33
4.1 算法步骤和原理 34
4.1.1多分辨率分析 34
4.1.2边缘特征提取 35
4.1.3像素级图像融合 35
4.1.4择取模块 35
4.1.5合成模块 36
4.1.6多分辨率分析逆运算 36
4.2实验结果及分析 36
4.3小结 38
第五章 全文总结 40
5.1本文的主要工作及结论 40
5.2存在的不足及展望 40
参考文献 42
致 谢 44
毕业设计小结 45
论文结构

本论文的结构安排：
第一章：介绍了图像融合技术在国内外的研究现状，并描述了其概念、意义和分类，给出了图像融合中常用的传感器，由于本文的研究范畴主要是像素级图像融合，因此文中解释了该层次融合的原理和方法。
第二章：本章主要介绍了小波的理论基础和一些小波特性，其中重点介绍了图像的多分辨率分析思想。小波变换是基于小波分解快速图像配准算法和多分辨率图像融合算法的基础，是融合效果的保证。
第三章：本章主要是对像素级多分辨率图像融合方法进行研究，因此文中介绍了像素级多分辨率图像融合框架，采用小波变换作为多分辨率分析工具对其理论框架的各个部分进行了详细的解释，并且依据其框架理论，对现行主要的多分辨率图像融合算法进行了总结。此外，文中还对目前主要的图像融合性能评价方法进行了阐述。
第四章：本章主要介绍了一种基于边缘的加权多分辨率图像融合方法，该方法给出了一种将图像边缘信息同像素级加权融合规则相结合的思想。实验结果表明，基于边缘的加权多分辨率图像融合算法能够产生良好的视觉效果。
第五章：本章总结了本文研究工作的成果和结论，阐述了研究中存在的问题
和不足，提出了今后科研工作的设想和对图像融合研究领域的展望。