| 题名 | 基于多尺度分析的像素级图像融合方法研究 |
| 作者 | 王杰雄 |
| 学位类别 | 硕士 |
| 答辩日期 | 2009-05-30 |
| 授予单位 | 中国科学院电子学研究所 |
| 授予地点 | 电子学研究所 |
| 导师 | 齐向阳 |
| 关键词 | 图像融合 多尺度分析 小波变换 contourlet变换 复数小波变换 高斯混合模型 隐马尔可夫模型 |
| 其他题名 | Research on multi-scale analysis based pixel level Image Fusion Methods |
| 中文摘要 | 随着技术的发展，图像传感器的平台、种类和成像机理越来越丰富，不同空间分辨率、时间分辨率和光谱分辨率数据的积累也飞速增长。图像融合技术能够有效地利用多个传感器的观测信息，把这些传感器在空间、时间、频谱上的互补信息进行优化组合，从而使融合后的图像能够获得比其各个组成部分更完整的信息，以利于人类理解或机器识别。 本文针对基于多尺度分析的像素级图像融合算法进行了研究，主要研究内容和创新点为： 1) 介绍并实现了现有的像素级图像融合方法，包括简单的图像融合和基于多尺度分析的图像融合。分类介绍了现有的多尺度域图像融合准则。 2) 对多尺度分析方法的平移变异性和方向表示性以及它们对融合结果的影响进行了理论分析和实验验证，对解决平移变异性问题方案的计算复杂度进行了对比分析。 3) 在对多种数据源的融合结果进行分析的基础上，引入了一种基于频带平均能量增益的多尺度变换阶数优选方案。该方案使得基于冗余变换的图像融合方法能够以较少的计算冗余度为代价，实现较好的融合效果。 4) 引入了一种基于高斯混合模型的低频系数融合准则。该准则首先对低频系数进行区域划分，然后对边缘区域和平滑区域分别采用不同的方法进行融合。对比实验表明该方法能够在较好地保持能量分布结构的同时引入更丰富的边缘信息。 5) 将基于复数小波域的隐马尔可夫树模型分析方法引入图像融合领域。该方法具有复数小波变换的近似平移不变、较好的方向表示能力以及计算冗余度低的优点，同时引入了尺度间的相关性，提高了融合算法的稳定性。 6) 将本文涉及的部分算法应用到多极化SAR图像融合、多波段SAR图像融合、全色－多光谱遥感图像融合、基于图像融合的拼接、多聚焦图像融合等领域。对融合结果进行了主观评价以及定量的客观评价分析，验证了融合算法对具体应用的有效性。 |
| 语种 | 中文 |
| 公开日期 | 2011-07-19 |
| 页码 | 110 |
| 内容类型 | 学位论文 |
| 源URL | [http://ir.ie.ac.cn/handle/80137/8871]  |
| 专题 | 电子学研究所_电子所博硕士学位论文_电子所博硕士学位论文_学位论文 |
| 推荐引用方式 GB/T 7714 | 王杰雄. 基于多尺度分析的像素级图像融合方法研究[D]. 电子学研究所. 中国科学院电子学研究所. 2009. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论