资源描述:
《毕业论文:红外图像融合探讨与研究(定稿)》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、摘要摘要图像融合通过提取和综合来自多个传感器图像的信息,获得对同一场景(或目标)的更为准确、全面、可靠的图像描述,以便对图像进行进一步的分析、理解以及目标的检测。在军事、遥感、机器人、医学图像处理以及计算机视觉等领域必将有着更广泛的应用前景。本文主要在红外图像的融合现有研究成果的基础上做了进一步的研究。研究主要内容如下:1、研究了基于PCA分块结合高通滤波的红外图像融合算法。依据多聚焦图像的特征结合PCA,探讨了一种新的清晰度指标,并以此为基础上讨论了图像融合算法。2、研究了基于焦点区域检测的红外图
2、像融合算法。利用像素与邻域内像素方差判断清晰与否,在此基础上讨论了焦点区域的检测的图像融合算法。3、以小波变换为基础,针对图像的低频部分的融合进行了研究,由此探讨了基于低频边缘特征和能量特征的融合规则。4、研究了基于空域和频域的图像融合的基础上,探讨了一种基于图像分块和小波变换的红外图像融合算法。关键词:红外图像融合,PCA,清晰度指标,区域检测,小波变换ABSTRACTABSTRACTImagefusionthroughtheextractionandcomprehensivefromsevera
3、lsensorsimageinformation,gettothesamescene(ortarget)moreaccurate,comprehensive,reliableimagedescription,soastofurtheranalysisofimage,understandingandtargetdetection.Inthemilitary,remotesensing,robots,medicalimageprocessingandcomputervisionfieldwillhave
4、moreextensiveapplicationprospect.Thispapermainlyintheinfraredimagefusionthebasisofcurrentresearchachievementshavebeenfurtherresearch.Investigatethemaincontentsareasfollows:1、BasedonthePCAblockcombinationofinfraredimagefusionhigh-passfilteralgorithm.Acc
5、ordingtothefocusmap,likefeaturescombinedwithPCA,discussesanewdefinitionindex,and,onthisbasis,discusstheimagefusionalgorithm.2、Basedonthefocusoftheregiondetectioninfraredimagefusionalgorithm.Useofpixelsandneighbourhoodpixels.Variancejudgmentclearlyornot
6、,onthebasisofthefocusofthediscussionareadetectionalgorithmofimagefusion.3、Wavelettransform-based,low-frequencypartoftheimagefusionresearch,whichexploresthebasedonthelow-frequencyedgeofthecharacteristicsandenergycharacteristicoffusionrules.4、Basedonthes
7、patialandfrequencydomainofimagefusion,andonthebasisofthediscussionbasedonimageblockandwavelettransforminfraredimagefusionalgorithm.Keywords:infraredimagefusion,PCA,clarityindex,regionaltest,wavelettransform目录目录第一章绪论11.1图像融合技术在国内外的发展11.2.存在的问题21.3本文的主要工
8、作3第二章红外图像融合的基本原理52.1几种常见的图像52.1.1可见光图像52.1.2红外图像52.2图像融合的定义62.3图像融合的目的和要求62.4图像融合的难点72.5图像融合的层次72.5.1像素级融合72.5.2特征级融合82.5.3决策级融合82.6常用的图像融合方法及分类82.6.1图像融合的方法82.6.2图像融合的分类9第三章PCA的算法以及在图像融合中的应用113.1PCA原理113.2PCA的目标123.3PCA的算法143.3.1PCA基本原