图像处理及图像融合

论文摘要

图像融合是一种信息综合处理技术,其主要目的是通过对多幅图像间冗余数据的处理提高图像的可靠性,通过对多幅图像间互补信息的处理提高图像的清晰度。近年来,图像融合已成为图像理解和计算机视觉领域中一项重要而有用的新技术。本文主要探讨像素级图像融合技术。 文中首先介绍了图像融合技术研究的背景,描述了图像融合的基本概念、层次、应用及国内外研究动态,阐述了像素级图像融合技术的基本原理和方法。然后从图像融合的四个步骤:图像的除噪、图像的边缘提取、图像的配准、图像的融合分别进行了研究。本文的主要工作包括: 1.对传统的图像除噪方法进行了比较和仿真,并提出了一种改进的中值滤波方法; 2.对现有的边缘提取方法进行了仿真和比较,提出了一种基于小波分解的多尺度边缘提取方法,并在仿真中验证了可行性; 3.对图像配准的概念和发展进行阐述,并对一种基于特征点的图像自动配准算法进行了改进; 4.对图像融合的发展和一般方法进行了总结,提出了一种基于小波分解的加权算法,这种新的加权关系在仿真中被证明是合理有效的。

论文目录

• 第一章 引言
• 1.1 多传感器图像融合的概念
• 1.2 多传感器图像融合的层次
• 1.3 多传感器图像融合的目的
• 1.4 像素级图像融合的方法研究
• 1.5 像素级图像融合的一般步骤
• 1.6 小结
• 第二章 图像噪声及去除
• 2.1 概述
• 2.2 噪声去除的一般方法，模板操作和卷积运算
• 2.2.1 概述
• 2.2.2 邻域平均法
• 2.2.3 中值滤波
• 2.2.4 其它去噪技术
• 2.3 改进的中值滤波方法
• 2.4 几种不同去噪方法的计算机仿真
• 2.5 小结
• 第三章 图像的边缘检测
• 3.1 原理及常用方法
• 3.2 不同边缘检测方法的计算机仿真
• 3.3 基于小波变换的边缘检测
• 3.3.1 基本概念与基本理论
• 3.3.2 方法与仿真
• 3.4 小结
• 第四章 图像的配准
• 4.1 图像配准的原理
• 4.1.1 定义
• 4.1.2 几何转换模型
• 4.2 图像配准的一般方法
• 4.2.1 基于相关的配准方法
• 4.2.2 基于傅氏变换的配准
• 4.2.3 基于点匹配的配准
• 4.2.4 基于弹性模型匹配的配准
• 4.3 基于GABOR小波特征点提取的自动配准算法
• 4.3.1 Gabor小波滤波器理论
• 4.3.2 能量测度函数
• 4.3.3 Hausdorff距离
• 4.3.4 配准算法
• 4.3.5 仿真结果
• 4.4 小结
• 第五章 图像的融合
• 5.1 简单的图像融合方法
• 5.1.1 加权平均的图像融合方法
• 5.1.2 像素灰度值选大图像融合方法
• 5.1.3 像素灰度值选小图像融合方法
• 5.1.4 小结
• 5.2 基于塔形分解的多传感器图像融合方法
• 5.2.1 基于塔形分解的多传感器图像融合过程
• 5.2.2 融合算子与规则
• 5.2.3 小结
• 5.3 基于小波分解的图像融合
• 5.3.1 小波变换及图像的小波分解
• 5.3.2 本论文中所提出的图像融合算法
• 5.3.3 仿真试验结果
• 5.4 小结
• 结束语
• 参考文献
• 致谢
• 攻读硕士学位期间发表论文和参加科研情况说明
• 西北工业大学 学位论文知识产权声明书
• 西北工业大学 学位论文原创性声阴