基于多尺度变换的图像融合技术算法研究

来源 :兰州交通大学 | 被引量 : 2次 | 上传用户:lai34965
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着图像融合的理论知识和计算机技术的发展,图像融合技术已经变得越来越成熟。人们虽然已经对多源灰度图像的融合做了广泛的研究,并取得了比较成熟的成果,而对于彩色图像融合的研究较少,本文基于小波分析的多尺度分解主要对多聚焦彩色图像的融合和TM图与SPOT图的融合方法进行了大量的研究。本文在RGB、HSV、HSI和YIQ三种彩色空间运用二维离散小波、二维离散平稳小波、提升小波对多聚焦彩色图像分解进行了大量的研究。在实验中,在任意的彩色空间里将彩色图像分解成三个不同的颜色分量,然后在这三个颜色分量上分别基于小波分解对各颜色分量进行分解得到小波分解系数,然后选用相同的融合规则,最后经小波逆变换和彩色空间逆变换得到融合图像。研究发现,小波分解每个分量和小波分解任一个分量融合效果基本没有变化,这样我们可以在融合中分解一个分量融合从而提高融合的效率,并且在同一个彩色空间我们选用了不同的小波和不同的融合规则分别进行了大量的实验,实验发现,对于多聚焦彩色图像的融合提升小波表现出很好地融合优势,相比于其他方法,YIQ空间+提升小波+本文融合规则一能够得到较好的融合效果。本文还对属于真彩色图像的TM图和属于灰度图像的SPOT图在RGB、HSV、HSI和YIQ三种彩色空间进行了研究。将TM图分解成三个不同的颜色分量,然后将三个颜色分量分别进行小波分解得到分解系数与SPOT图小波分解得到的分解系数分别进行融合,做小波逆变换和彩色空间反变换得到融合图像,研究发现,在HSV、HSI和YIQ彩色空间会出现颜色的失真,而在RGB彩色空间的融合效果较差。本文针对这一现象,设计了一种新的基于小波分解的TM图与SPOT图的融合过程,即首先通过HSI变换获得TM图的亮度分量I,将它与SPOT图经二维离散小波分解后的分量进行小波融合,小波系数运用本文融合规则二,融合后得到新的亮度分量,然后与多光谱图像中的HS颜色分量进行HSI逆变换,最后级联获得最终融合图像。研究发现,该方法融合效果颜色保真度好,更能够满足人的视觉要求和后续计算机的处理。
其他文献
Hopfield神经网络是一类非线性信息处理系统,它在图像处理、模式识别、信号处理和控制理论中有广泛应用[1].因此,研究Hopfield神经网络的动力学特征,如指数稳定性、不变集与吸引
本文主要研究了粘性系数μ(ρ)与磁扩散系数v(ρ)都依赖于密度ρ时,2维不可压缩磁流体方程组在有界区域内强解的全局存在性.方程的主要形式为{(a)tρ+div(ρu)=0,(a)t(ρu)+div
在这个充满数据的时代,将大规模的数据进行有效的提取是人类必须面对的一个问题。我们知道数据作为一种资源本身并没有直接的利用价值,具有利用价值的是从中所获取的知识和信息