圖像融合論文圖像融合非下采樣Contourlet變換變化

1、圖像融合論文：紅外和可見光圖像融合算法的研究【中文摘要】紅外和可見光圖像融合是將紅外傳感器和CCD傳感器針對(duì)某一場景獲得的兩幅圖像進(jìn)行綜合處理,從而得到一幅信息更全面的新圖像的技術(shù)。與單一、孤立的紅外圖像或者可見光圖像相比,融合后的圖像更易識(shí)別,能夠提供更多的目標(biāo)信息。本論文主要研究了基于多尺度分解的紅外和可見光圖像融合算法。針對(duì)傳統(tǒng)融合算法融合后圖像模糊、信息不豐富的問題進(jìn)行研究。其成果如下:1.針對(duì)小波變換在圖像處理中的方向選擇性有限、幾何正則性缺失等缺陷以及Contourlet變換不具有時(shí)不變性,選擇非下采樣Contourlet變換進(jìn)行融合的操作。非下采樣Contourlet變換能夠充分

2、的挖掘圖像的方向信息,對(duì)于高維圖像信息能夠?qū)崿F(xiàn)更稀疏的表示,表現(xiàn)出多尺度、多方向性、平移不變性的優(yōu)點(diǎn)。2.針對(duì)融合后圖像模糊現(xiàn)象,采用非下采樣Contourlet變換對(duì)圖像進(jìn)行分解,重點(diǎn)分析了低頻信息對(duì)圖像清晰度的影響,提出了自適應(yīng)的紅外和可見光圖像融合算法。該方法兼顧圖像低頻的變化和均勻程度,在確保圖像清晰的基礎(chǔ)上保證圖像邊緣不失真,有效的解決了經(jīng)典融合算法的對(duì)比度較差、失真度高的缺陷。通過實(shí)驗(yàn)驗(yàn)證,相比傳統(tǒng)的非下采樣Contourlet變換算法熵值.【英文摘要】Infrared and visible image fusion is the technology that integrat

3、es information of multiple images by infrared sensors and CCD sensors of the same scene to generate more complete and accurate description of the scene. The fuse image with more object information is easier to identify.This dissertation mainly aims at the research of infrared and visible light image

4、 fusion algorithms based on the multiscale decomposition.In order to solve the issues of existed fusion algorithms which do not take the intrin.【關(guān)鍵詞】圖像融合 非下采樣Contourlet變換 變化率 均勻度 目標(biāo)提取【英文關(guān)鍵詞】Image fusion Nonsubsampled contourlet transform Changing rate Uniformity Object extraction【索購全文】聯(lián)系Q1：138113721

5、 Q2：139938848【目錄】紅外和可見光圖像融合算法的研究摘要2-4ABSTRACT4-5第1章 緒論8-171.1 圖像融合的研究背景和意義8-91.2 紅外和可見光圖像融合的理論基礎(chǔ)9-131.2.1 紅外和可見光圖像融合的概念9-101.2.2 圖像融合的層次劃分10-131.3 國內(nèi)外研究現(xiàn)狀13-151.3.1 國外現(xiàn)狀13-141.3.2 國內(nèi)現(xiàn)狀14-151.4 目前紅外和可見光圖像融合存在的問題151.5 本文研究內(nèi)容及章節(jié)安排15-17第2章 圖像融合的主要算法及評(píng)價(jià)指標(biāo)17-352.1 融合技術(shù)原理及框架172.2 紅外成像特點(diǎn)17-192.3 常見的圖像融合算法分析

6、19-292.3.1 空間域融合方法19-232.3.2 頻域融合方法23-292.4 融合結(jié)果評(píng)價(jià)指標(biāo)29-342.4.1 主觀評(píng)價(jià)30-312.4.2 客觀評(píng)價(jià)31-342.5 本章小結(jié)34-35第3章 圖像多分辨率變換理論35-483.1 小波變換在圖像處理中的缺陷35-373.2 Contourlet 變換37-413.2.1 金字塔分解37-393.2.2 方向?yàn)V波器組39-413.2.3 小波變換和Contourlet 變換的比較413.3 非下采樣Contourlet 變換41-473.3.1 非下采樣金字塔(NSP)42-443.3.2 非下采樣方向?yàn)V波器組(NSDFB)44-

7、453.3.3 結(jié)合NSDFB 和NSPFB 獲得NSCT45-463.3.4 NSCT 和Contourlet 變換的比較46-473.4 本章小結(jié)47-48第4章 基于 NSCT 的自適應(yīng)紅外和可見光圖像融合算法48-554.1 算法結(jié)構(gòu)484.2 算法分析48-504.3 融合規(guī)則504.3.1 低頻融合準(zhǔn)則504.3.2 高頻融合準(zhǔn)則504.4 仿真結(jié)果及分析50-544.4.1 紅外和可見光圖像融合實(shí)驗(yàn)151-524.4.2 紅外和可見光圖像融合實(shí)驗(yàn)252-544.4.3 實(shí)驗(yàn)結(jié)果及分析544.5 本章小結(jié)54-55第5章 基于紅外目標(biāo)提取的圖像融合算法55-645.1 算法結(jié)構(gòu)55-565.2 融合策略56-605.2.1 目標(biāo)提取56-585.2.2 目標(biāo)融合58-595.2.3 增加背景信息59-605.3 仿真結(jié)果及分析60-635.3.1 紅外和可見光圖像融合實(shí)驗(yàn)160-615.3.2 紅外和