红外与可见光图像融合方法研究

《红外与可见光图像融合方法研究》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、分类号TP391密级公开UDC004学位论文编号D-10617-308-(2016)-03031重庆邮电大学硕士学位论文中文题目红外与可见光图像融合方法研究英文题目ResearchonFusionMethodsofInfraredandVisibleImages学号S130301030姓名黄良学学位类别工学硕士学科专业控制科学与工程指导教师罗萍副教授完成日期2016年4月20日重庆邮电大学硕士学位论文摘要摘要图像融合旨在摒弃多幅图像中的冗余信息，同时尽可能多的保留它们之间的互补信息，其过程主要是对源图像的信息经过综

2、合处理并加以整合，最终得到一幅更精确、更丰富、更全面的融合图像。红外与可见光图像融合是图像融合领域中尤为重要的一个研究方向，以其各自独有的特性进行优势互补，获取更为丰富的背景信息，并且对目标信息进行准确定位，在安全监控、雾天驾驶、军事作战和产品检测等领域有着极为广泛的应用价值。本文介绍了多尺度分析中常用的方法，如小波变换，Contourlet变换和非下采样轮廓波NSCT变换等，以Zoneplate图像为例，分别用上述三种变换方法对其进行分解，通过对所得各个方向分解图的观察和分析，本文优选分解方法为NSCT变换。针对

3、以往传统的融合方法不能够将待融合源图像的重要信息很好地保留到最终融合图像中的问题，提出一种基于NSCT变换的自适应多判决图像融合方法，该方法可以获取更精细的边缘、纹理等信息。通过NSCT变换对红外与可见光图像做分解，用不一样的融合规则分别对所得到的低频系数和高频带通方向子带系数进行处理：低频分量选取区域能量调节因子自适应加权的融合策略；高频分量针对不同层级选取不同的融合策略，高层部分采用像素点绝对值选大的融合方法，低层采用基于对比度的多判决融合方法。实验结果表明，不管是在主观视觉感知效果上，还是在定量的客观指标分析

4、中，本文方法都能够得到更理想的融合图像。针对传统NSCT变换图像融合方法多层次、多方向分解时，各个方向子带分别进行融合再重构存在数据量过大、计算较为复杂和所用存储空间过高等问题，提出一种基于NSCT与压缩感知的图像融合方法。同样先通过NSCT变换对红外与可见光图像进行分解，然后对所得到的高低频部分选用不同的融合策略：对于低频系数直接采用区域能量和方差相结合的融合规则；对高频部分引入压缩感知理论，即对高频带通方向子带系数进行测量，对所得到的测量值用加权融合的方案，融合后的观测值用正交匹配追踪法来重构出高频系数，最后将

5、得到的低频系数和重构后的高频系数进行逆NSCT变换获取最终的融合图像。多组实验结果表I重庆邮电大学硕士学位论文摘要明，本文方法在对低频融合规则进行改进，高频部分数据量降低、计算量和存储空间减少的前提下，仍能够获得较好效果的融合图像。关键词：图像融合，NSCT变换，自适应，多判决，压缩感知II重庆邮电大学硕士学位论文AbstractAbstractImagefusionaimstogetridofredundantinformationinmultipleimages,andatthesametime,retaint

6、heircomplementaryinformationasmuchaspossible,whoseprocessisthatthroughtheintegratedtreatmentandintegrationofthesourceimageinformation,thefusionimagecouldbefinallymoreaccurate,richer,morecomprehensive.Infraredandvisiblelightimagefusionisasignificantresearchdire

7、ctioninthefieldofimagefusion.Withtheirownuniquecharacteristics,theycanmakecomplementaryadvantagestogether.Itcanobtainmoreabundantbackgroundinformationandachieveaccuratepositioningoftargetinformation.Besidesithasawidelypracticalapplicationvalueinthefieldofsafet

8、ymonitoring,drivinginfoggydays,militaryoperationsandproducttesting.Thisthesisintroducesthecommonmethodsinmulti-scaleanalysissuchaswavelettransform,ContourlettransformandNon-subsamp