论文摘要：像素级图像融合技术研究

图像融合是数据融合的一个重要分支，其目的是利用多幅图像信息，通过一定的算法，得到对同一场景更为准确、全面、可靠的图像描述，从而实现对图像的进一步处理、分析和理解，广泛应用于医学图像处理、遥感、军事、信息加密等领域。
图像融合可划分为像素级融合、特征级融合和决策级融合三个层次，其中像素级融合是特征级和决策级融合的基础，它能够提供其它层次上的融合处理所不具有的更加丰富、精确和可靠的细节信息，是最为复杂、实施难度最大的融合处理技术。本文以像素级图像融合为研究对象，主要工作如下：
(1) 详细分析像素级图像融合的原理和步骤，归纳总结现有的空域及频域像素级图像融合方法，并对比讨论它们的优缺点及适用范围；
(2) 探讨图像融合质量的评价问题，详细分析现有的主、客观评价方法，以及它们的优缺点和适用范围，并归纳总结客观评价指标的选取规则，最后分析归纳了图像融合评价的发展趋势——建立主观与客观相结合的图像融合质量评价体系；
(3) 以提高融合图像的综合性能为目标，提出一种基于综合性能最优的小波域图像融合方法。该方法对图像小波分解后的不同频率采用不同的融合规则，对低频部分进行取平均的融合策略，对高频部分的融合参数配比则根据融合目的和先验知识，根据融合图像的综合评价性能最优，利用遗传算法定位最优融合参数。实验结果显示，该方法的融合效果优于常见的小波变换、金字塔变换等多种融合方法；
(4) 根据红外图像的特点，提出一种基于灰色理论的目标提取方法，该方法利用灰色关联理论检测并提取红外图像目标。在此基础上，结合红外图像和可见光图像的特点，提出一种基于目标提取的红外与可见光图像融合方法。具体步骤是采用替代法将提取的红外图像目标信息与可见光图像的背景与细节信息进行融合。实验结果显示，该融合方法得到的融合图像不仅具有与红外图像相同的目标，同时又具备可见光图像的细节信息，优于传统的对比度金字塔等多种融合方法。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://87cpy.com/254580.html