专科考试通知单(2012元月).xls

基于小波变换的图像融合的研究
摘要:数据融合是80年代初形成与发展起来的一种信息综合处理技术。图像融合是数据融合在数字图像处理方面的一个应用。近年来,图像融合已成为图像理解和计算机视觉领域一项重要的新技术。把小波变换技术应用到图像融合技术之中时该研究领域的重大突破。本文首先论述图像融合技术和小波变换的相关理论,在将小波变换运用于图像融合,并设计了相关实验验证基于小波变换的图像融合,对融合结果进行质量评价。
关键词:小波变换,图像融合
引言
图像融合是信息融合技术的一个重要的分支,它是以图像为主要研究内容的数据融合技术。从八十年代初到至今,图像融合技术已引发了世界范围的广泛研究兴趣和热潮,它在自动目标识别、计算机视觉、遥感机器人、医学图像处理以及军事应用等众多领域有着广泛的应用前景。
图像融合的方法与具体的处理对象类型、处理等级有关。如:可分为像素级融合、特征级融合和决策级融合三大类。主要基于各类图像的解析度不同、表现的目的不同,相应的处理方法也要根据具体情况而定。随着小波变换技术的出现,在众多融合方法中,基于小波变换的融合方法具有良好的效果,现已成为当今研究的一个热点。同时产生的一个亟待解决的问题是如何准确地对融合效果进行评价。评价的方法有很多,评价的标准也是因人、因物而不同,这就需要进行综合研究比较,得出不同融合方法的适应性和优异性。

图像融合以图像作为研究和处理对象,是一种综合多个源图像信息的先进图像处理技术,它把对同一目标或场景的多重源图像根据需要通过一定的融合规则融合成为一幅新图像,在这一幅新图像中能反映多重源图像中的信息,以达到对目标或场景的综合描述,以及精确的分析判断,有效地提高图像信息的利用率、系统对目标探测识别的可靠性及系统的自动化程度。其目的是集成多个源图像中的冗余信息和互补信息,以强化图像中的可读信息、增加图像理解的可靠性等。相对于源图像,通过图像融合得到的融合图像可信度增加、模糊性减少、可读性增强、分类性能改善等,并且融合图像具有良好的鲁棒性,所以通过图像融合技术将会获得更精确的结果,也将会使系统更实用。
图像融合的方法目前能够参照的有很多,如HIS变换法,PCA法,聚类分析法,贝叶斯方法,小波变换方法等等,目前成为主流方法的研究是基于小波变换的图像融合方法。在此简单介绍几种融合方法,了解各方法的优缺点。
线性加权法
线性加权法是一种最简单的图像融合方法,它直接对多幅原图像的对应像素点进行加权叠加。如Ak(i,j)为n幅图像Ak在对应位置(i,j)的灰度值,那么融合后图像可通过下式得到

其中,。
线性加权法的优点在于概念简单,计算量非常小,适合实时处理;其缺点是融合后的图像包含很强的噪声,特别是当融合图像的灰度差异很大时,就会出现明显的拼接痕迹,视觉效果差。
PCA法
采用主分量变换法对图像进行融合时,首先对图像进行主分量变换,通过相关矩阵求特征值和特征向量求得各主分量。通过该融合,我们可以尽可能多地保留全色图像的细节信息,最后,对融合后的图像进行反变换,即可得到包含丰富细节信息的融合图像,这种变换在图像融合中通常叫做PCA。
多分辨金字塔法
多分辨金字塔法是目前金字塔法中较为常用的图像融合方法。在这类算法中,原图像不断地被滤波,形成一个塔状结构,在塔的每一层都用一种算