基于matlab的图像的融合算法

《基于matlab的图像的融合算法》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、基于MATLAB的图像融合算法摘要图像融合能够将不同类型传感器获取的同一对象的图像数据进行空间配准。并且采用一定的算法将各图像数据所含的信息优势或互补性有机的结合起来产生新的图像数据。这种新数据具有描述所研究对象的较优化的信息表征，同单一信息源相比，能减少或抑制对被感知对象或环境解释中可能存在的多义性、不完全性、不确定性和误差，最大限度的利用各种信息源提供的信息。图像融合分为像素级、特征级、决策级三个层次，其中像素级图像融合能够提供其它层次上的融合处理所不具有的更丰富、更精确、更可靠的细节信息，有利于图像的进一步

2、分析、处理和理解，它在整个图像融合技术中是最为复杂、实施难度最大的融合处理技术。本文的研究工作是围绕像素级图像融合展开的，针对像素级图像融合技术中需要解决的关键问题，研究了多种像素级图像融合方法。本论文的主要的研究内容有：首先介绍了图像信息融合的概念、优势、发展历史和应用领域，并介绍了图像融合的三个层次及常用的空域图像融合方法,空域融合方法有像素平均法、像素最大最小法、像素加权平均法，频域融合方法包括图像的多尺度分解、图像的小波变换、基于小波变换的图像融合方法。图像的预处理有滤波（邻域平均滤波法、中值滤波法）和图

3、像配准。最后，对于图像融合系统来说，融合图像质量的评价显得特别重要，本文探讨了图像融合质量的评价问题，总结了融合效果的主、客观评价标准，作为本课题性能分析的判断标准。关键词：图像配准；图像融合；空域融合法；小波变换；评价标准MATLAB-basedimagefusionalgorithmAbstractThesameobjectgottenfromdifferentsensorscanberegisteredspatiallybymagefusion.Theinformationadvantagesortheco

4、mplementsofalltheimagedatacanbecombinedtoproducenewimagedatausingsomefusionalgorithms.Thenewdatacandescribetheoptimizedinformationofthestudiedobject.Comparedwithsingleinformationsource,thenewdatacanreduceorrestraintheambiguity,theincompleteness,theuncertainty

5、andtheerror,whichmayappearsintheexplanationofthestudiedobjectortheenvironment,andmakefulluseoftheinformationprovidedbyallkindsofresources.ImagefusionconsistsofsuchthreelevelsasthePixellevel，thefeaturelevelandthedecisionlevel，amongwhichthePixellevelimagefusion

6、canProvidemoreabundant,accurateandreliabledetailedinformationthatdoesn’texistontheotherlevelsandItisthemostcomplicatedinthewholeimagefusiontechniquesandalsoisthemostdifficulttoimplementinthefusionProcessingtechniques.thisdissertationProgressesmainlyaroundtheP

7、ixellevelimagefusionandproposesavarietyofPixellevelimagefusiontechniquesaccordingtothekeyProblemsinthePixellevelimagefusiontechniques.Themajorresearchandfindingsareasfollows:Firstweintroducetheconcepts，advantages，developmentsandapplications.Threelevelsofimage

8、fusionandimagefusiontechniquesincommonusearealsoreviewed.AirspaceImageFusionsuchassimplefusionmethod(pixelaverage,maximalorminimalpixelselection),Frequency-domainimagefusionmethodsinclude