为了正常的体验网站,请在浏览器设置里面开启Javascript功能!

基于二元树复小波的图像融合

2017-12-01 8页 doc 21KB 15阅读

用户头像

is_348501

暂无简介

举报
基于二元树复小波的图像融合基于二元树复小波的图像融合 摘要本文从传统实小波变换对信号的分解和重构的基本原理出发研究了如何用二元树复小波变换盯来实现数据融合。二元树复小波变换是一种新的小波变换它不仅保持了传统实小波变换多分辨率特性和时频局部化的分析能力而且具有实小波所没有的更多的方向选择性、平移不变性和有限的数据冗余等特点。由于复小波滤波器的构造较为复杂。我们用俨曲疗方法构造的二元树能有效地逼近复小波的实部和虚部特征且具有近似的平移不变性成功地解决了实小波变换由于下抽样导致的缺乏平移不变性问题二元树复小波变换在每一尺度上将图像分解为个子波段个能反映图像...
基于二元树复小波的图像融合
基于二元树复小波的图像融合 摘要本文从传统实小波变换对信号的分解和重构的基本原理出发研究了如何用二元树复小波变换盯来实现数据融合。二元树复小波变换是一种新的小波变换它不仅保持了传统实小波变换多分辨率特性和时频局部化的分析能力而且具有实小波所没有的更多的方向选择性、平移不变性和有限的数据冗余等特点。由于复小波滤波器的构造较为复杂。我们用俨曲疗方法构造的二元树能有效地逼近复小波的实部和虚部特征且具有近似的平移不变性成功地解决了实小波变换由于下抽样导致的缺乏平移不变性问题二元树复小波变换在每一尺度上将图像分解为个子波段个能反映图像概貌的低频和个能反映图像细节特征的高频子带能更好的描述?。??。方向属性与实小波相比能反映出灰度图像在不同分辨率下沿更多方向的变化情况从而更好地描述图像的方向特征。本文将二元树复小波变换用于不同传感器图像的融合将来自不同传感器图像进行—分解得到的个低频子图和个高频子图对低频部分进行加权平均高频部分采用最大值选取法进行融合再对融合后的低频分量和高频分量进行二元树复小波重构从而得到最终的结果图像。对其融合结果的性能我们采用熵、均方根误差、平均梯度和相关系数进行评估。并与具有相同融合算法的金字塔融合、小波融合、实小波融合进行比较实验结果表明基于二元树复小波变换的融合方法具有较好的融合效果其融合性能优于同等环境下的其它融合方法。关键词复数小波二元树复小波变抉细复小波变换图像融合百?、岫舱陀肿辩诧如圭缸嘲佗吣咖?一咒姐崎酗?髓?州锄协】?恤她?也碰训锄雠佑觚嘴删。脚时咖—姐?„喇缸咖嘴狮????嘲删?伽佗 叩印??、不昀肌卿俺啪龆—研啪删删觚百舱啪武强重蛳轴如矗撕仃懈皿衄?把??卸塔砌眦脚肺腩曲恤瞄?„?加脑嘶?加、?白芦叩仅 卜台册、卜协 —删圮一舶蚰、巾圮妇?矗柚】佗?佑印锄伊??觚、嘶舳笛如、砖矗?鹏如矾龆他?曲土耐???脱眦吼盯缸锄批矗宅蛐血锄盯血嘣 凼??“【哪血?蛔胚 枷唧懿、咖咖?湖北大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。论文作者签名杠移日期知年孓月日学位论文使用授权说明本学位论文作者完全了解学校有关保留、使用学位论文的规定。即按照学校要求提交学位论文的印刷本和电子版本学校有权保存学位论文的印刷本和电子版并提供目录检索与阅览服务学校可以允许采用影印、缩印、数字化或其它复制手段保存学位论文在不以赢利为目的的前提下学校可以公开学位论文的部分或全部内容。保密论文在解密后遵守此规定作者签名杠穆指导教师签名灿日期川?日期石??。。绪论绪论选题背景虽然传感器技术有了较大的发展但没有一种传感器能给出某一场景全面、包括不同细节的图像例如来自可见光的成像给出了这一场景较好的环境信息但不能显示出暗处的目标而来自红外线的同一场景的成像却能给出较好的目标信息因此如何利用这些特征在时间和空间上的相关性及互补性得到这一场景更全面、更清晰的描述是目前图像融合研究的重点。由于融合图像可获得比单独的传感器图像数据更多的信息因此融合生成的图像更有利于机器识别及视觉判读。图像融合技术正广泛应用于图像处理、遥感、计算机视视以及军事领域中的目标识别、自动导航、战场监视和医学领域及地理资源信息等方面忆按照融合的不同层面可分为信号级】、像素级、特征级闱和决策级【。由于小波的多分辨特性小波变换已经被成功地应用于图像融 合领域从物理意义上来说图像的小波变换可视为一组带通滤波器的输出响应且这些滤波器的中心频率按的幂次变换图像经小波分解后小尺度上的小波系数主要对应图像的信号中的高频成分即突变较大的部分如边缘等而大尺度上的小波系数主要对应图像信号中的低频成份即缓慢变化的部分但传统小波分解中每一个尺度空问只能被分解成有限的个方向水平、垂宣、对角线其方向选择性有限在某些图像处理中往往希望通过融合后在更多的方向上韵纹理和边界得到增加以保持图像在各个方向上更好的连续性因此传统小波变换很难满足这种连续方向的要求而复小波变换不仅保持了传统小波变换良好的时频局部化的分析能力还具有良好的方向分析能力它能反映出图像在不同分辨率上沿多个方向、、?的变化情形更好地描述图像的方向属性其次传统小波变换的不足之处还表现在由于下抽样引起移动可变性上而二元树复小波是一个完全的小波变换它的二树是由奇抽样和偶抽样所得因此二元复小波变换具有良好的平移不变性目前??复小波变换在信号去噪【、图像方向滤波及图形水印„等方面得到了一定的应用并取得了较好的效果但在图像融合方面特别是多传感器数据融合方面应用很少鉴于这一原因本文拟提出此研究方向以弥补其不足。湖北大学硕士学位论文数据融合图像融合的定义传统的数据融合是指在一定准则下对多传感器的数据加以自动分析和综合以完成所需的决策和评估而进行的数据处理过程。按照这一定义多源数据是数据融合的加工对象协调优化和综合处理是融合处理的核心任务。数据融合最早用于军事领域定义为一个处理探测、互联、估计以及组合多源信息和数据的多层次多方面过程以便获得准确的状态和身份估计、完整而及时的战场态势和威胁估计。然而综合考虑数据融合的定义应该是将来自多传感器或多源的信息和数据进行综合处理提取有用信息剔除冗余从而得出更为准确可信的结论。这一综合过程一数据融合还有不同的名称多传感器或多源相关、多源综合、传感混合、信息融合它们都表示同一种数据处理过程和手段。多传感器数据融合的基本原理与人脑综合处理信息一样充分利用多个传感器资源通过对这些传感器及其观测信息的合理支配和使用把多个传感器在空间或时间上的冗余或互补信息依据某种准则进行综合以获得被测对象的一致性解释或描述。数据融合的基本目标是通过数据综合推导出更多的信息即利用多个传感器的数据信息共同或联合表现出被测对象克服单个传感器数据信息的不定性和局限性提高传感器系统的有效性。多传感器数据融合系统与单传感器信号处理或低层次的多传感器数据处理方式相比有其独有的优点扩展了系统覆盖范围能够更准确地获得被测对象或环境的信息并且具有比任何单一传感器获得的信息更高的精度与可靠性缩短了系统的响应时间能以更少的时间、更小的代价获得与单一传感器相当信息量的信息通过各传感器性能的互补获得单一传感器所不能获得的独立的特征信息根据系统的先验知识通过融合处理可以完成分类、识别、决策等单一传感器系统无法做到的任务提高了系统可靠性与鲁棒性。因为数据是从多个或多种传感器得到系统的性能得到了提高当一个或多个传感器失效或出错系统仍能继续工作并自动降到较低级别上进行处理。多传感器数据融合与经典信号处理方法之问也存在着本质的区别其关键在于数据融合所处理的信息具有更复杂的形式而且可以在不同的信息层次上出现绪论由此可得到图像融合定义如下将源于多源通道所采集的关于同一目标或场景的图像经过一定的处理。提取每个通道的互补信息最后综合成信息更加丰富、对同一场景和目标的描述更为准确、更为全面、更为可靠的图像或图像特征。因此探索有效的图像融合算法是当前的热点课题。多传 感器图像融合的目的图像融合是一种综合多个源图像信息的先进图像处理技术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信息、增加图像理解的可靠性。通过多传感器图像融合将会获得更精确的结果也将会使系统更实用。同时融合后的图像具有良好的鲁棒性例如可以增加可信度、减少模糊性、增加可靠性、改善分类性能等。目前总的来看将多传感器图像融合应用于数字图像处理的主要目的有以下几种提高空问分辨率影像融合可以提高图像的空间分辨率如将美国地球资源卫星—波段热红外与盯的其他波段融合可以提高波段的空间分辨率。这意味着更多的图像细节可以显示。特征增强将微波与光学两种物理性质不同的传感器数据融合许多原来不可见的特征得以凸现不清楚的特征得以增强将同一类型的传感器数据进行融合则特征增强的效果更明显。提高分类识舅的精度多源遥感数据的融合可以显著提高图像分类识别的精度如微波影像和光学影像可以提供互补信息帮助识别一些地物。实现优势信息互补任何传感器都有自己的不足。光谱传感器由于云的遮挡而不能获取相应地面的信息甚至地形会影响雷达数据造成影像解译的不准确因此将不同类型的传感器数据融合可以弥补各自信息的不足实现优势信息互补。像素级图像融合的特点在对图像融合的分类以及应用的目的进行综述之后我们得出结论像素级多传感器图像融合是最基本、最重要的图像融合方法同时它也是获取信息量最多检测性湖北大学硕士学位论文能最好适用范围最广实施难度最大的一种融合方法下面我们将探讨像素级枷袢诤系木咛宸椒ā,诒疚闹胁患犹厥馑得魑颐翘致鄣亩际羌壕 细衽渥己蟮耐枷瘛,袼丶抖啻 衅魍枷袢诤系闹饕 康氖鞘谷诤虾蟮耐枷癜 妗? 贰? 怀觥? 煽康男畔?够竦玫耐枷窀 先嘶蚧 鞯视觉特性使获得的图像更利于对其作进一步的分析、理解以及目标的识别或跟踪。通常对像素级的多传感器图像的融合的基本要求如下能够从参加融合的各图像中提取所有有用的信息融合过程中不用引入任何对观察者人或机器或后续图像处理又不利的东西如人为因素产物或不相容信息等融合方法对一些不理想条件如个别传感器失效等有一定的鲁棒性像素级图像融合一股来讲要经过图像的预处理预处理过程包括图像的除噪、边缘的提取、图像的配准等。对于来自同一场景的多幅带有不同噪声的或者来自不同传感器的图像如果直接进行融合必然导致失真图像的噪声融入到融合图像中这是图像数据融合结果不够理想的主要原因。所以在进行图像融合之前必须要对每一幅图像进行预处理。首先要分析和研究所处理图像的特点然后针对各自的特点采用合适的方法进行图像的噪声去除滤波也就是说要把每一幅经过污染的图像数据通过预处理恢复到一个比较好的结果。图像在经过预处理配准等前期工作之后就可以进行融合处理了。这一步是图像融合的核心如何针对不同的融合应用领域。设计合理有效的融合算法是本文研究的重点。国内外图像融合的研究现状多传感器图像信息融合是一个正在兴起的并有着广泛应用前景的研究领域。对大量的不同种类的图像以及各种图像中表现出的巨量信息如何处理才能更有效的获得尽可能多的有用信息成为一个难题。如果将数据融合理论引入到数字图像处理中这个问题就能得到较好的解决。图像融合就这样应运而生。图像融合技术是在兴起于年代末的信息融合技术的基础上发展起来的图像处理新技术。二十世纪八十年代美国三军总部对多光谱信息融合技术和战略监视系统一直给予高度重视美国国防部从海湾战争中??体会到该技术的巨大应用潜力此后逐年增加投资力度在指挥、控制、通信和情报系统中又增加了计算机建立了以数据融合为核心的系统由于融合技术绪论可以有效地 利用不同输入信道图像信息的互补性和冗余性因此融合图像比任何单一信道图像具有更丰富的信息量更高的可靠性及更易于理解和判读。基于这种优势图像融合技术得到了各国的重视和快速的发展。年等人将卫星图像中的全色光通道同多光谱模式结合到一起以增强图像的敏锐效果年美国开发出战场便携式实时多光谱成像融合和景物区分系统同年。等人提出将小波变换方法用于图像融合年等人建立了一种基于多传感器模型的目标识别和可视化系统系统内部包含各传感器的仿真模型基于三种传感器图像进行信息融合。年等人基于人类彩色视觉原理开发出的夜视系统装置能将微光相机和非冷却式热红外相机拍摄到的图像进行实时融合。其融合视频的帧速达到帧年等人又提出了一个基于多尺度基本形式小波表示的多光谱图像融合方法。为了跟踪国际前沿我国政府也不失时机地把信息融合技术列为“”计划和“九五”、。十五”规訇中的重点研究项目以之作为发展信息技术、空间技术等高新产业领域的关键技术之一。特别是二十世纪九十年代以来图像数据融合技术在国内得到了迅速的发展和应用被广泛的应用于图像领域的各个范畴。当前在像素级的图像融合文献很多而在特征级和决策级研究图像信息融合问题的文献则较少主要是在实际应用中由于象素级的融合实时地处理相当困难首先对待融合的图像很难进行严格配准其次像素级的融合没有充分考虑像素间的相关性因此进行决策级和特征级图像信息融合就是主要的选择研究特征级和决策级图像融合的理论和方法己成为了必然的发展趋势。虽然目前国内外的学术界在图像融合领域己取得了很大的成绩图像融合方法也各种各样。但是总的来讲图像融合技术的研究还刚刚开始有许多问题急需解决具体表现在第一、图像融合技术缺乏理论指导尽管关于图像融合技术的公开报道很多但每篇文章都是针对某一具体的应用问题对图像融合技术还没有形成一个统一的理论框架和有效的模型建立图像融合的理论框架是目前的一个发展方向。第二、由于图像的特殊性在设计图像融合算法时一定要考虑到计算速度和所需的存储量如何得到实时、可靠、稳定、实用的融合算法和硬件电路是目前研究的一个热点第三、建立客观的图像融合技术评价也是急需解决的问题。第四、融合方法与融合系统的实施及融合系统的容错性和稳健性湖北人学硕七学位论文本文研究的主要问题与分析一般来讲一个好的图像融合算法应满足以下三点??融合后的图像应包含所有的相关信息。?尽量压缩不相关部分并除去噪声。?有限的计算量和存储空间。近几年来随着小波多分辨理论的日益成熟离散小波变换盯已被成功地应用于信号去噪、图像处理等领域二维图像的小波变换本质上来讲就是一组带通滤波器与图像信号作用的结果且这些滤波器的中心频率按的幂次减少每一个尺度空间能分解为水平、垂直、对角线三个方向。“的快速分解及重构算法成为当前信号处理的主要工具大大减少了运算量双正交小波使得信号完全重构成为可能但霄同时也存在着不足主要表现在以下两方面平行不变性差输入信号较小的改变都可引起不同尺度上小波系数问能量的重新分布。??方向选择性差由于小波滤器是实数且是可分的滤波后只产生水平、垂直、对角线三个方向分量其方向选择性极为有限。为了解决离散小波变换较差的平移不变性问题提出的胁硼妒腩肌加懈嗍肋埘小波具有较好平行不变性但计算量大输出信息较多的冗余使得应用成本加大二元树复数小波的研究成功地解决了上述问题文献】证明了二元树复小波变换不仅具有较好的平移不变性而且在进行多维信号滤波时具有更好的方向选择性同时计算量得到了有效控制。其优点主要表现在?近似的平移不变性输入信号的微小变化不会引起小波系数的能量的重新分布。?较好的 方向选择性对于二维图像信号可产生六个方向的分量。??完全重构使用具有线性相 位的滤波器或使用正交滤波.
/
本文档为【基于二元树复小波的图像融合】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑, 图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。 本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。 网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。

历史搜索

    清空历史搜索