图像融合论文-图像融合算法研究及其实现

1、图像融合算法研究及其实现摘要关键词：录摘要结第四章 过数据处理等计算机技术，最大限度的提取各信道的有用信息，将之合成为一幅信息更全面、质量更高的图像。融合后的图像比单一图像的信息更为准确，更容易被计算机和人眼识别。成像相机通常只有一个有限的景深。在一个由摄像机捕获的图像中，只有聚焦的对象是清晰的，而其他对象是模糊的。通常我们需要考虑在不同焦距下，从同一角度进行的图像融合。图像融合的目的是整合互补多个图像的冗余信息，与单个源图像相比，融合后的图像能更好的描述场景。图像融合在许多领域扮演重要角色，如遥感技术，生物医学成像，计算机视觉技术，防御系统等。在遥感技术中，图像融合将雷达图像和 生物医学成像中，由于 R，B 超，X 光片都是灰度图像，图像融合将这些不同仪器得到的图像进行处理，更容易医生对病人病情做出判断；在计算机视觉技术中，经过图像融合处理后的图像更容易于识别以及后续的机器处理；在防御系统中，图像融合被用于战场卫星监测和精确制导。80年代后期，图像融合逐渐开始引起人们关注，并开始应用于遥感光谱图像的合成，进行地质、矿产、气候、环境探测和研究。到 90年代，这一领域扩展到可见光图像处理

2、、红外图像处理、医学图像处理。近年来，图像融合技术已成为计算机视觉、自动控制，机器人、目标识别及军事领域。图像融合技术在国外美、英、德等技术先进的国家取得了一定的发展，并且这一技术受到高度重视。美国德克萨斯仪器公司利用红外热和微观图像融合，来提高夜视能力；美军在海湾战争中用于“舱就是一种图像融合系统；美国还研究了基于红外光和可见图像的自适应数据融合实验床；西欧卫星中心也正在开发用于环境、战场监测的卫星系统，其重要的理论基础就是图像融合。目前，国内有关图像融合的研究主要处于算法研究阶段，与国外先进水平相比还存才一定的差距，但已引起了高度重视，一些研究机构和大学在这一领域做了研究和探索，如中科院遥感所，中科院上海技术物理研究所等。图像融合在许多方面取得了显著的成就，但由于没有一个完整的、普遍适用的融合方法，导致结果与实用性较差，难以推广与应用。处理过程也不尽相同，但大致可以分为以下几个步骤：图像预处理、图像融合、图像融合质量评价。图 图像融合划分为三个层次：像素级融合、特征级融合、决策级融合。像素级融合是最低层次的融合，它对多幅图像数据源进行处理，直接对多幅图像对应的像素点进行融合，融合过

3、程如图：. 待融合图像图像预处理图像融合融合后图像图像质量评价源图像 1 图像去噪 图像配准源图像 2 图像去噪 图像配准源图像 n 图像去噪 图像配准像素级融合特征提取分类决策图 素级图像融合流程图特征级融合抽象度居中，它是先经过特征提取再进行图像融合，流程图如下： 图 征级图像融合流程图决策级融合是最高层次的融合，它先经过特征提取，特征分类再进行融合，它最大的特点就是不依赖于传感器，但需根据前两个的融合结果来做输入输出处理，流程图如下： 图 策级图像融合流程图由于特征级图像融合和决策级图像融合要建立在像素级图像融合的基础上，且像素及图像融合处理的数据量较小，实时性也较好，目前大多数的研究方向都是像素级图像融合，本文也是关于像素级图像融合来进行展开的。源图像 1 图像去噪 图像配准 特征提取源图像 2 图像去噪 图像配准 特征提取源图像 n 图像去噪 图像配准 特征提取特征级融合特征分类决策和解释源图像 1 图像去噪 图像配准 特征提取 特征分类源图像 1 图像去噪 图像配准 特征提取 特征分类源图像 1 图像去噪 图像配准 特征提取 将在本文的第二章给出，第三章是图像的预处理，第四

4、章介绍了基于空域的图像融合方法，第五章介绍了基于频域的图像融合方法，最后是总结与展望。本文研究的主要内容是基于小波变换的图像融合方法 。第二章 图像融合质量的评价标准由于目前还没有找到一个完整的、普遍适用的融合方法，且对于不同的图像源，融合得到的结果也各有不同，这导致对融合后的图像的质量评价标准也各有不同。图像融合的评价方法分为两个方面，一个是基于人的感官的主观评价方法，一个是基于机器的客观评价方法。之更适合于人的视觉观察。主观评价方法就是以人的视觉感知，对图像质量的好坏做出评价。这种方法快速、简单，且非常直观。当融合图像之间差别相对比较明显时，为了节省时间还是很适用的。但由于观察者各自的偏好不同，且容易受外界因数的影响，如：观察者、图像类型、应用场景、环境条件、这些因数有一定的随机性和片面性，且重复检查容易出现差异，故对于一些融合后的图像差异较小时容易产生争论，所以需要一些客观的评价方法。里变化等因数排除在外，克服了人为因素造成的影响，有一定的定量评价标准，但对于不同类型的图像，评价方法也各有不同，故制定一些定量的评价标准是一件非常有意义的事。简单的方法就是均值评价方法：= 1(,)

5、其中， 是图像的大小， 是图像在点 处的像素值，当 (,) (,)均值适中时（灰度在 128左右） ，图像的光谱效果最好。2= 1(,)2方差反应了图像灰度的分布情况及离散程度，若图像的方差越大，则图像的对比度越高。在图像融合中，方差越大，这种评价方法的计算式为：=(2+2)其中=(+1,)-(,)=(,+1)-(,)图像的梯度能量很好的反映了融合后的图像高频信息的变化程度，在高频能量一定的情况下，梯度能量越高则清晰度越高，另一方面，梯度可以很好的检测处图像的边缘信息，可以有效的减少图像的重影。南鲍姆算法（特南鲍姆提出的质量评价方法,即 是基于=2=2(,)2 当 (,)其中 是索贝尔梯度，其表达式为：(,)(,)=(,)2+(,)212, 又可以表示为：(,)(,)(,) =-(2()+(+1)+(+1,2(+1,)+(+1,+1)(,) =+(2(,(+1,+(+1)+2(,+1)+(+1,+1)同能量梯度一样，到的值越大，则反应图像高频信息变化较大，图像融合效果越好。由图像的空间频率边界锐化分析可知，另一个质量评价指标是拉普拉斯算子：=(+)2其中+=-(4()-(+1)(,20

6、(,)(,+1)-(+1,4(+1,)-(+1,+1)图像的拉普拉斯能量很好的反应了融合后的图像边界锐化情况，锐化度越高。进拉普拉斯能量和（由于拉普拉斯算子的二阶导数在 方向可以相互抵消，因此，出了改进的拉普拉斯算子（。2(,)=|2(,)-(-,)-(+,)|+|2(,)-(,-)-(,+)|为了适应结构的变化，惯用 表示像素。=+=-=+=-2(,) 其中 2(,) 数 在的基础上改进的，其值也是反应边界锐化情况。间频率（间频率是一个修改后的图像能量梯度（，空间频率的定义是： =()2+()2= 1=1=2(,)-(,2= 1=2=1(,)-()2F 反应的是列方向上的相邻像素的差异，应的是图像微小细节和空间总体的活跃程度，越大，说明融合效果越好。=(,)-(,)2其中 分别是参考图像和合成图像，其像素是 。均方根误差表示融合图像和原来标准图像的离散程度，均方根误差越小，说明两者之间的差异越小，融合性能也越好。交互信息（正确百分比（被用来评估聚焦测度的性能，结果与均方根误差是相似的。因此，这里就不介绍了 文主要针对客观评价方法展开，简绍了其中几种常用的评价方法。由于图像的类型不同，融合评价效果也各有差异，需视具体情况而定。第三章图像预处理在图像融合之前，必须做的

《图像融合论文-图像融合算法研究及其实现》由会员龙***分享，可在线阅读，更多相关《图像融合论文-图像融合算法研究及其实现》请在金锄头文库上搜索。