基于小波变换的图像融合算法设计研究毕业论文论文终稿

《基于小波变换的图像融合算法设计研究毕业论文论文终稿》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、.WORD完美.格式编辑.基于小波变换的图像融合算法研究摘要本文给出了一种基于小波变换的图像融合方法，并针对小波分解的不同频率域，分别讨论了选择高频系数和低频系数的原则。高频系数反映了图像的细节，其选择规则决定了融合图像对原图像细节的保留程度。本文在选择高频系数时，基于绝对值最大的原则，低频系数反映了图像的轮廓，低频系数的选择决定了融合图像的视觉效果，对融合图像质量的好坏起到非常重要的作用。图像融合是以图像为主要研究内容的数据融合技术，是把多个不同模式的图像传感器获得的同一场景的多幅图像或同一传感器在不同时刻获得的同一场景的多幅图像合成为一幅图像的过程

2、。MATLAB小波分析工具箱提供了小波分析函数，应用MATLAB进行图像融合仿真，通过突出轮廓部分和弱化细节部分进行融合，使融合后的图象具有了两幅或多幅图象的特征，更符合人或者机器的视觉特性，有利于对图像进行进一步的分析和理解，有利于图像中目标的检测和识别或跟踪。关键词小波变换；融合规则；图像融合.技术资料.专业整理.-.WORD完美.格式编辑.ImageFusionAlgorithmBasedonWaveletTransformAbstractInthispaper,theimagefusionmethodbasedonwavelettransfor

3、m,andforthewaveletdecompositionofthefrequencydomain,respectively,discussedtheprinciplesofselecthigh-frequencycoefficientsandlowfrequencycoefficients.Thehigh-frequencycoefficientsreflectthedetailsoftheimage,theselectionrulestodeterminetheextentofanyreservationsofthefusedimageonth

4、eoriginalimagedetail.Thechoiceofhigh-frequencycoefficients,basedontheprincipleofmaximumabsolutevalue,andconsistencyverificationresults.Thelow-frequencycoefficientsreflectthecontoursoftheimage,thechoiceofthelowfrequencycoefficientsdeterminethevisualeffectofthefusedimage,playavery

5、importantroleinthefusedimagequalityisgoodorbad.MATLABWaveletAnalysisToolboxprovidesawaveletanalysisfunctionusingMATLABimagefusionsimulation,highlightthecontoursofpartsandtheweakeningofthedetailssection,fusion,imagefusionhasthecharacteristicsoftwoormultipleimages,morepeopleorthev

6、isualcharacteristicsofthemachine,theimageforfurtheranalysisandunderstanding,detectionandidentificationortrackingofthetargetimage.Keywords　Wavelettransform;Fusionrule;ImageFusion不要删除行尾的分节符，此行不会被打印.技术资料.专业整理.-.WORD完美.格式编辑.目录摘要IAbstractII第1章绪论11.1课题研究的意义及背景11.1.1本课题的研究背景11.1.2课题研究的

7、实际意义31.2本文的主要内容3第2章小波变换理论基础62.1小波变换62.1.1小波变换的思想62.1.2连续小波基函数72.1.3连续小波变换82.1.4离散小波变换92.1.5二进小波变换92.2多分辨率分析与离散小波快速算法102.2.1多分辨率分析102.2.2尺度函数和尺度空间112.2.3离散小波变换的快速算法112.3几种常用的小波122.4Mallat的快速算法142.5本章小结15第3章基于小波变换的图像融合方法研究163.1图像融合概述163.2图像融合的方法163.3基于小波变换的图像融合算法原理173.3.1基于小波分解的融合

8、算法流程173.3.2高频系数融合规则183.3.3低频系数融合规则193.4本章小结21第4