多分辨率分析图像融合关键技术研究

《多分辨率分析图像融合关键技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、多分辨率分析图像融合关键技术研究重庆大学博士学位论文学生姓名：尤春艳指导教师：杨士中院士专业：通信与信息系统学科门类：工学重庆大学通信工程学院二O一四年十月万方数据万方数据StudyontheKeyTechnologyofImageFusionBasedonMultiresolutionAnalysisAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheDoctor‘sDegreeofEngineeringB

2、yYouChunyanSupervisedbyProf.ShizhongYangSpecialty:CommunicationandInformationSystemCollegeofCommunicationEngineeringofChongqingUniversity,Chongqing,ChinaOctober2014万方数据万方数据中文摘要摘要图像融合是一门综合了传感器、图像处理、信号处理、计算机和人工智能的现代高新技术。利用图像融合技术可以有效利用多个图像的互补信息和冗余信息，并获得对目标或场景更为准

3、确、可靠、全面的信息描述，以供进一步观察、处理、分析、决策等。目前，图像融合技术已经广泛应用于军事、医疗、遥感图像处理、多传感器网络等，但是，因为国内外有关图像融合的研究还不够系统和深入，尚未形成完整的理论框架和体系，同时其关键技术因其高度敏感性受到了发达国家的封锁，因此对图像融合关键技术的系统研究具有十分重要的现实意义。本文紧密围绕基于多分辨率分析的图像融合关键技术，提出了一些图像融合和融合图像质量评价的新思路、新算法，主要工作如下：对多分辨率分析图像融合算法进行了综合对比和分析。首先介绍了图像融合常用的多分辨

4、率分析方法理论基础，接着分别阐述了金字塔变换、小波变换以及移不变小波变换的基本原理、变换系数特点以及各自在图像融合方面的优缺点。为进一步验证并探讨不同多分辨率分析方法、不同小波参数选取方法、不同变换级数等对图像融合效果的影响，本文设计了同样融合规则不同变换方法、同样融合方法不同小波基、同样融合方法不同小波变换级数以及同样多分辨率变换方法不同融合规则等４种仿真试验，并用多种主客观评价指标对融合效果进行综合评价，得到了一些针对多分辨率图像融合实际应用中参数选择方法和关键影响因素的初步结论，对于开展同领域研究具有一定参

5、考价值。针对多聚焦图像融合，提出一种基于可变尺度统计分析与非下采样轮廓波变换的图像融合策略。首先介绍了多聚焦多源图像融合和非下采样轮廓波变换的基本原理，然后从保持图像自然度和清晰度的角度，结合非下采样轮廓波变换系数特点，提出一种新的融合策略。创新点有三个方面：一是提出采用可变尺度统计特征对图像变换的高低频系数分别进行分析，克服了固定窗口尺寸不能适应图像特征变化的缺点；二是对低频子带，以多尺度平均梯度为判决依据，确定融合系数；三是对高频系数，根据非下采样轮廓波变换系数各子带数据尺寸相同易于定位的特点，提出了一种新的

6、融合策略，即对同一位置不同子带的高频图像变换系数从同一幅源图像中选取，以保持融合图像的自然度和清晰度。实验结果显示，该方法在提高融合图像清晰度，并保持源图像自然度上取得了很好的效果。针对遥感图像应用，深入研究全色图像与多光谱图像的特性，并针对图像融合过程中容易引起光谱失真的问题，提出一种基于区域特征和非下采样轮廓波变换的图像融合算法。一是提出了一种新的融合规则：结合图像非下采样轮廓波变换系数特征，对图像的低频子带系数，根据图像特征的显著性，划分为平滑区、I万方数据重庆大学博士学位论文纹理区和边缘区三种，分别按照不

7、同的融合规则进行处理；对图像的高频子带则按照绝对值取大的规则进行融合。二是对融合图像质量评价指标进行了改进：设计了光谱保持度和梯度对比度两个指标来衡量遥感图像融合质量，该指标的取值能够更加准确地展示融合图像的质量与输入图像质量的对比关系。三是深入探讨了区域参数取值与融合图像清晰度和光谱扭曲程度之间的关系，得到了一些有益的结论。实验结果显示，通过本文提出的算法，融合图像在提高图像清晰度的同时，大大减少了融合图像的光谱失真。详细介绍图像质量评价的主客观方法，分析当前图像质量评价中的热点和难点，并通过对国内外相关方法的

8、深入研究，提出一种新的融合图像质量客观评价方法。该方法将互信息和基于结构相似度的图像质量评价方法结合起来，以更好地对融合图像质量进行综合评价。创新点主要体现在两个方面。一是对多个图像之间互信息的计算方法进行了简化。提出将所有输入图像看作一个整体，来计算输入信号与输出信号的互信息，从而得到多图像互信息计算的简化公式，并通过进一步推导，证明了本文计算结果与传统计算方法得到的互