基于小波变换的多聚焦图像融合-.研究

基于小波变换的多聚焦图像融合-.研究

ID:31982520

大小:3.24 MB

页数:31页

时间:2019-01-30

基于小波变换的多聚焦图像融合-.研究_第1页
基于小波变换的多聚焦图像融合-.研究_第2页
基于小波变换的多聚焦图像融合-.研究_第3页
基于小波变换的多聚焦图像融合-.研究_第4页
基于小波变换的多聚焦图像融合-.研究_第5页
资源描述:

《基于小波变换的多聚焦图像融合-.研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、重庆人学硕十学位论文1绪论用基于改进拉普拉斯能量和的视觉特性对比度系数选择算法进行选取;而在选择融合图像的高频子带系数时,引入局部特征对比度的概念,采用局部特征对比度的系数选择算法。经实验证明,本文算法相比于传统图像融合算法,能够得到视觉效果更好,评价指标更优的融合图像。本文各章节主要内容如下:第一章为绪论部分。首先概述信息融合技术,然后对国内外研究现状和存在的问题做了一定的说明,最后说明了本文的创新点和各章节内容。第二章主要是研究提升小波变换的原理及相关理论知识。首先介绍了基本的小波变换及多分辨率分析,然后介绍了小波变换的一般算法:Mallat算法,重点

2、介绍了提升小波变换及其算法原理,为后面章节做准备。第三章主要研究多聚焦图像融合算法,包括图像融合的概念、层次及融合步骤,多聚焦图像融合原理及基于空问域和频率域的多聚焦图像融合算法。第四章提出了提升的静态小波变换的实现和基于提升静态小波特征对比度多聚焦图像融合算法。第五章进行了实验模拟和分析。详细介绍了多聚焦图像融合效果的评价方法,并且通过实验仿真和效果评价方法评价分析了提升静态小波特征对比度多聚焦图像融合算法的融合效果。第六章总结本文所作的工作,提出工作中存在问题,并对多聚焦图像融合技术的前景进行了展望。重庆人学硕十学位论文2提升小波变换算法原理小波分析由

3、于具有良好的时频局域化特性得到了很好的发展,被迅速的应用于信号处理、语音分析和图像处理等领域,是近年来最好的分析工具和方法。傅罩叶变换是对信号处理领域中信号分析方法的研究,它是一种刻画函数空间,将“任意”函数都展丌成正弦或者余弦函数,然后解微分方程的过程。傅早叶变换把时域中的信号变换到频域,在频域中显现出原本在时域中难以显现的特征。虽然这种方法可以将信号中的所有信息都体现在频域中,但是无法区分出频域中的信号哪些是原属于时域的,从而导致实际应用中很多问题的存在。尤其是在对非稳定信号进行分析时,部分信号含有如偏移、突变、趋势等非稳定情况,这些非稳定情况往往反映

4、了信号的重要特征,对信号进行分析正是对这些重要特征分析。对非稳定信号进行分析时,需要一种能同时进行时域和频域分析的工具对其进行分析处理。采用小波变换可以对所研究对象的任意细节进行分析。小波分析还具有在不丢失原信号所包含信息的前提下,将信息分解成一系列子信号,它们的空I’自J分辨率不同而且频域特性也是不同的。小波分析的这种特性使它在进行信息处理时比傅罩叶分析更具有优势。小波分析可以实现快速运算,还能获得更多的有用信息,因此小波分析在计算机视觉等很多领域得到很好的应用。2.1小波变换小波变换一J是对信号或数据进行分解,并以空间和频率的关系体现出来,对分解后的信

5、息在各自的对应尺度下分别进行研究,因而能获得更多的有用信息。时域和频域信息是用平移母小波变换和缩放小波变换对数据或信息进行多分辨率分析来获得的。2.1.1连续小波变换(CWT,ContinuousWaveletTransform)傅罩叶分析是把信号分解成频率不同的一系列连续的『F弦函数或余弦函数的叠加,傅罩叶分析的过程在数学上是用傅罩叶变换来表示的,因此傅罩叶变换为:F(gO)=I厂(f)e-J(otdt(2.1)公式(2.1)表示:信号.r(t)与复指数e√川(e√删=COSgOt十jsingOt)在信号存续期间的乘积之和(对其乘积进行积分)就是傅罩叶变

6、换的系数F(901。小波分析采用傅罩叶变换的局部化思想,将信号通过平移母小波变换和缩放小波变换得到的一系列时域和频域表示的小波。由傅罩叶变换的定义形成可以得到,连续的平方可积函数S(x)与实值的小波函数y(X)的关系:4重庆人学硕十学位论文2提升小波变换算法原理睨(叩)=[。厂(x)y。(x)出(2.2)S和f分别表不尺度(缩放)和变换参数。公式(2.2)表不小波焚换的系数,是对信号.r(x)与小波函数y(X)进行积分得到的。2.1.2离散小波变换(DWT,DiscreteWaveletTransform)连续小波变换的尺度5及时问r值是连续变化的,小波基

7、函数y。,fxl之

8、’自J是相互关联的,因此信号r(x1经过连续小波变换得到的系数存在重复的信息。如果对连续函数.厂(x)进行抽样就能解决这一问题,而通过对信号。r(x)离散化就能得到DWT。因此离散小波的定义由下式表示为:‰√垆赤叫半户y(ao'"x-nbo)(2.4)那么由下式定义离散小波变换:(.厂’⋯I//。,)=口≯[厂(x)‰。(x)dx--口i号[厂(x)y(口imX--17bo)dX(2.5)2.1.3多分辨率分析多分辨率分析是I+tMallat.S矛HMeyer.Y于1986年在研究图像处理问题时提出,其思想的形成来源于工程。它的提出使得

9、正交小波基的构造更加简单,而且为正交小波的快速算法奠定了理论基础。

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。