论文部分内容阅读
图像融合是一种将同类或不同类传感器采集到的同一场景的多幅图像进行综合的图像处理技术,其目的是整合多幅图像的互补信息和冗余信息得到一个能更好描述场景的综合图像。融合图像更适合人类和机器识别或进行进一步的图像处理。而图像在采集和传输过程中往往会受到各种污染,因此,在进行图像融合之前,往往需要进行图像恢复。图像恢复是图像融合技术的重要前期工作。本文针对图像融合领域中需要解决的关键问题,主要研究了图像融合预处理中的图像恢复技术、红外与可见光图像融合技术以及多聚焦图像融合技术。主要内容为:1、提出了一种新的核辐射图像恢复方法。该方法先对图像噪声污染区域进行检测,再应用快速图像修复方法来去除辐射噪声。算法能够有效地去除强度大、分布密集的辐射噪声,提高数码成像设备在强辐射环境下的工作性能。2、提出了一种基于视觉显著性的红外与可见光图像融合方法。该方法同时考虑了图像的全局和局部特性,在基于非下采样轮廓波变换的图像融合框架下,利用全局视觉显著性及局部方差分别指导低频和各高频方向系数融合。算法对源图像中视觉显著的目标区域进行重点强调,融合图像中背景自然,有效提高了融合效果。3、提出了一种基于超像素的多聚焦Bayer图像恢复与融合算法。针对普通彩色成像设备是单片CCD作为图像传感器,且普遍采用Bayer模式彩色滤波阵列,则其获取的原始数据为Bayer图像,本文提出先对Bayer图像融合再进行去马赛克彩色恢复的多聚焦图像融合方法。该方法不仅减少了多次去马赛克带来的误差积累,还减少了计算量,提高了算法效率。首先,本文方法对Bayer图像进行超像素分割,通过制定新的清晰度测量规则来判断原始Bayer图像的清晰度;然后,比较超像素的清晰度得到权值,并利用指导滤波器对权值进行优化;最后,利用优化后的权值对Bayer图像进行合并,再对融合结果进行去马赛克处理恢复得到清晰的真彩色图像。实验证明提出的算法能得到良好的融合效果。