基于多尺度变换的图像融合方法研究

《基于多尺度变换的图像融合方法研究》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、密级：学校代码:10075分类号：学号:20131257工学硕士学位论文基于多尺度变换的图像融合方法研究学位申请人：张肖帅指导教师：赵杰教授学位类别：工学硕士学科专业：通信与信息系统授予单位：河北大学答辩日期：二○一六年六月ClassifiedIndexCODE：10075U.D.C：NO：20131257ADissertationfortheDegreeofM.EngineeringResearchonImageFusionBasedonMultiScaleTransformCandidate:ZhangXiaoshuaiSupervisor:Prof.ZhaoJieAcadem

2、icDegreeAppliedfor:MasterofEngineeringSpecialty:Comm.&Info.SystemUniversity:HebeiUniversityDateofAccomplishment:June,2016…Ｉｆ河北大学！学位论文独创性声明Ｉｉ本人郑重声明：所呈交的学位论文，是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加Ｗ标注和致谢的地方外，论文中不包含其他人已经发表或撰写的研究成果，也不包含为获得河北大学或其他教育机构的学位或证书所使用过的材料一。与我同工作的同志对本研巧所

3、做的任何贡献均ｄ在论文中作了明确的说明并表示了致谢。＂作者签名：蘇：蜘（＾＞南中日期年月／「１ｊ学位论文使用授权声明本人完全了解河北大学有关保留、使用学位论文的规定，目Ｐ：学校有权保留并向国家有关部口或机构送交论文的复印件和电子版，允许论文被查阅和借阅。Ｌ学校可：Ｊ、公布论文的全部或部分内容，可Ｗ采用影印、缩印或其他复制子段保存论文。本学位论文属于１、保密□，在年月日解密后适用本授权声明。２、不保密囚。＂＂（请在＾心上相应方格内打Ｖ）Ｉ＂＾一，叩保护知识产权声明本人为申请河北大

4、学学位所提交的题目为逛牙多天义妾婪说扭婚琼名亩彭硕也的学位论文，是我个人在导师（友＾素、）指导并与导师合作下取得的研究成果，研巧工作及取得的研究成果是在河北大学所提供的研究经费及导师的研巧经费资助下完成的。本人完全了解并严格遵守中华人民共和国为保护知识产权所制定＾的各项法律、行政法规Ｗ及河北大学的相关规定。本人声明如下：本论文的成果归河北大学所有，未经征得指导教师和河北大谷学的书面同意和授权，本人保证不ＬｉＪ、任何形式公开和传播科研成果和科研工作内。如果违反本尸明，本人愿意承担相应法律责任。，声明人：兼奇中日期：２Ｗ年＾月名日＇、作者签名＝旅

5、挺中日期＝明年／月＜日导师签名：乂日期：Ｗ《年月＾日ｉ＾Ｉ摘要摘要多源图像之间具有互补性和冗余性。为了克服单一源图像提供信息不足的缺点，本文对多尺度几何变换进行研究，探讨了基于多尺度几何变换的图像融合算法。本文主要研究内容和创新点如下：1、将Smoothlet变换应用到图像融合领域。Smoothlet变换具有较好的“线”、“面”特性，能够很好的逼近图像边缘信息，进而对图像中需要保留的边缘信息进行有效地提取。但是Smoothlet在进行图像逼近时方向性有限，通过将Smoothlet变换与其他多尺度几何变换相结合，再将其应用到图像融合领域。2、NSCT和Smoot

6、hlet结合的图像融合方法。图像融合过程中，NSCT在图像空间域的总体活跃度不高，以及从源图像提取的信息量不够完全，融合后的图像在细节位置上会产生不同程度的模糊，导致对融合后图像的准确性产生不良影响。针对NSCT变换的不足，本文研究了NSCT和Smoothlet结合的融合算法。NSCT具有很好的方向性，两种方法之间具有很强的互补性，且在融合过程中保留了逼近图像和残留图像，从而能够更有效地提取图像中需要保留的特征信息。仿真实验表明，该算法融合后的图像能够很好的保留源图像的细节信息。3、NSST和Smoothlet结合的图像融合方法。单一多尺度几何方法通常只擅长处理某一特定类型的图像，

7、而对于其他类型的图像并不适用。将本文研究的NSST和Smoothlet结合的图像融合方法应用到多聚焦图像和医学图像领域，都取得了良好的融合效果。NSST采用“Meyer”小波构造窗函数，可获得多方向的紧支撑结构，在方向分解操作过程中可以自行设定方向数目，方向数目的增加使得融合后的图像更加精细。通过与NSST结合能够很好的弥补Smoothlet在方向上的不足，而且融合过程中保留了逼近图像和残留图像，因此提高了NSST变换过程中对源图像信息的保留程度。仿真实验表明，该算法