多聚焦图像融合技术研究（开题报告）

多聚焦图像融合技术研究（开 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 报告） 本 科 毕 业 设 计( 论文 政研论文下载论文大学下载论文大学下载关于长拳的论文浙大论文封面下载 ) 题 目 多聚焦图像融合技术研究 学 院 理工分院 专 业 电气工程及自动化 班 级 07自动化2班 学 号 074173448 学生姓名 余凌锋 指导教师 蒋金涛 开题日期 2010.12 宁波大学本科毕业 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 (论文) 开 题 报 告 题 目 多聚焦图像融合技术研究 指导教师 蒋金涛 学院 理工分院 专业 电气工程及自动化 班级 自动化2班 学生姓名 余凌锋 学号 074173448 开题日期 2010.12 一、选题的背景与意义 融合的概念的出现在20世纪70年代初，当初称谓多源相关，多传感器融合和数据融合，80年代得以统一，称为数据融合或信息融合。军事和非军事领域不断增长的复杂度，迫切需要利用新的技术手段对过多的信息进行消化、解释和评估。由此，数据融合的重要性被人们所重视。近几年发生的几次局部战争中，数据融合显示了强大的威力。特别是在阿富汗和伊拉克的战争中，美军的无人侦察机、无人攻击机和具有自主能力的机器人相继登场，其数据融合能力发挥的重要作用引起了全世界的关注，致使各军事大国竞相投入大量的人力、物力、财力进行研究，使得数据融合技术的研究和应用成为一个非常活跃的研究领域。 图像融合作为多传感器信息融合中的一个重要分支兴起于二十世纪70年代后期，它是指将多个传感器在统一时间获取的关于某一场景的图像信息加以综合，生成一个新的场景的技术。 遥感图像的处理:由于遥感图像通常是从不同的传感器获得的，因此每幅图像中包含的频谱差别很大，互补性很强。通过对这些具有不同频谱的图像进行融合，可以生成一幅频谱宽阔的新图像，优点相互补充，扬长避短。 医学图像的 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 处理:当代医学成像系统的应用，为医学诊断提供了不同的模态的图像，这些不同模态的图像可以提供不同的医学信息，他们各有特点。不同模态的医学图像都各有优缺点，如果能够把他们作为一个整体表达，那么就能为医学诊断、人体的功能和结构的研究提供充分的信息。融合的结果可以表现为不同模态图像间结构的映射、叠加显示、伪彩色显示等图像显示技术和生成新型的医学诊断图像。 计算机视觉:图像融合技术可以将从多个传感器中得到的图像进行综合分析，从而最大可能的充分利用各图像中包含的信息。 在现今军事装备上:当前军事对抗的目的就在于夺取信息优势，光电图像在信息战中有极其突出的优势。 总之，图像融合是一门综合了图像处理、传感技术、信号处理、计算机和人工智能等多种学科的现代高新技术。 一、 研究的基本内容与拟解决的主要问题: 基本内容: 1( 学习和理解多聚焦融合的原理，学习常用多聚焦融合的 方法 快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载 ; 2( 设计简单的图像融合规则，通过实验验证融合效果; 3( 熟悉小波变换，选取不同的小波函数进行图像融合，验证融合效果; 4( 利用小波变换的方法，设计不同的图像融合规则，进行图像融合，并通过实验 加以验证融合效果; 5( 对融合结果进行评价，比较总结各个融合规则的优缺点。 拟解决的主要问题: 1(对于图像融合的三个级别上的融合方法需要了解。 2(如何使用简单的规则，比如小波变换、梯度金字塔变换、对比度金字塔变换等 方法实现图像的融合。 3(如何使用不同的小波函数，从中找出最合适效果最好的小波基。 4(如何使用不同的融合算法，找出效果相对良好的像素层融合算法。 5(需要掌握使用matlab来进行图像的融合。 研究的方法与技术路线: 这里主要是通过matlab来实现，在掌握matlab基本编程的基础上，使用小 波变换进行图像融合。 1(学习和理解多聚焦融合的原理，学习常用多聚焦融合的方法 图像的融合主要分为三个级别:(1)像素级融合;(2)特征级融合;(3)决策级融合这里尤其是要了解像素级融合中常使用的一些方法。了解和学习拉普拉斯金字塔变换、PCA变换、小波变换、HIS变换等多种变换方法。 像素级的图像融合方法大致可分为三大类: ?简单的图像融合方法; ?基于塔形分解(如Laplace塔形分解、比率塔等)的图像融合方法; ?基于小波变换的图像融合方法; 2(设计常用的图像融合规则，通过实验验证融合效果 常用的融合方法: 基于PCA的图像融合方法;金字塔图像融合方法;基于小波变换的图像融 合方法。 (1)(简单的图像融合操作: 直接将图像转为灰度值，然后对其取灰度值取小的融合算法，输出图像。 (2).PCA图像融合方法: 基于PCA分解图像，利用主成分分解可以保留原数据中的主要信息这一特 点，由源图像获取数据的协方差矩阵，协方差矩阵的特征值和特征向量，据此 确定图像融合算法的加权系数和最终融合图像。 ?定义高通滤波，并对两图进行高通滤波，保留高平信息HP1和HP2。 ?将高频向量HP1和HP2都分成相同的K块，建立相应k个单元的二维标识labl 和label2,并都初始化为0,其每个单元对应源图像的一块。 21,,?遍历每一子块，用PAC分别计算HP1和HP2每块所对应的特征值 ， ，kk 12T,,,,kkk清晰度 。 ?设定阈值α(α>0),选取选取适合的块，把相应的块置1。清晰度相近则各置 0.5。 ?对表示图像label1 和label2 进行一致性检验。 ?根据标识图像得到融合图像D。具体为:假如label1 ( i, j) = 1,D ( k) = P1 ( k) ,假如label2 ( i, j) = 1,D(k) = P2 (k) ,否则,D (k) =0. 53 P1 (k) +0. 53 P2 (k)。 (3).利用拉普拉斯金字塔变换进行图像融合 ?生成A，B两幅图像的拉普拉斯金字塔。 首先使用高斯变换，构成高斯金字塔，利用插值法对图像进行膨胀，得到 膨胀序列，根据此序列得到拉普拉斯金字塔。 ?对比对应拉普拉斯金字塔像素的灰度值, 然后取灰度值大的像素生成融合后 的拉普拉斯金字塔, 设融合后的第l 级拉普拉斯金字塔为LPIF,待融合两幅图 像A,B的分别是LPIA, LPIB , 则融合规则是: LP(i,j)ifLP(i,j),LP(i,j)IAIAIB LP(i,j),IFLP(i,j)otherIB ?图像重构。 (4).使用小波变换对图像进行融合操作 详见下面 3.熟悉小波变换，选取不同的小波函数进行图像融合，验证融合效果。 (1).对不同的源图像进行小波分解。 什么是小波: ，,,(t)dt,0,,,小波是一个满足条件的函数通过平移和伸缩而产生的一族函数 (t),a,b，如下式: ,1/2tb,(),a(t),a,R,b,R,a,0a,ba = (t),a,b 按此定义的小波称为基小波或母小波，函数族也称为分析小波。 式中的b为平稳的距离，a为伸缩的尺度。 小波变换由于具有的数学性质与人类视觉模型相近，在图像处理领域有广 泛的应用。 在执行小波分解前，首先还是要确保所选取的图像的尺寸相同，由于 MATLAB已经为我们准备了小波数据包，我们可以直接调用，对图像进行的小波 分解关键是在于希望把图像转到像小波系数上，从而对二维图像进行操作。 (2).对分解后的数据按融合规则进行融合。 所谓的融合规则，就是两幅图像在融合时所遵循的方式。 在下面例举的算法中选取一个算法，用来作为融合的规则，依据选取的算法， 对两幅小波系数图进行融合。 (3).对融合后的小波分解系数进行重构得到新图像。 (4).选取不同的小波函数来实现融合，比较融合的效果(比较法下面会给出)。 5.利用小波变换的方法，设计不同的图像融合规则，进行图像融合，并通过实验加以验 证融合效果。 在融合的规则上，现在已有很多方法，以下列举的是像素级上的融合，简 单地选取了三个基本的融合规则进行说明: (1). 基于清晰度的图像融合规则 AABB(x,y)gffgNNii 用(x，y)表示任意像素的坐标，用与，与分别表示 FF(x,y)(x,y)gfiN小波变换后，图A，图B的高频带和低频带系数。和分别 表示融合后的图像高低频带。融合规则如下: 2I，，NH(m,n)gIi(x,y),,I,A,B,,C,,Iiy,,1)(m,n)N(x,(m,n)f,,N，， 图像的清晰度: AABF(x,y),如果(x,y),(x,y),gCCi(,),xyBg,ABi(x,y),如果(x,y),(x,y)gCCi,NH，i=1,2,3… AABF(x,y),如果(x,y),(x,y),gCCN,(,)xyBf,ABN(x,y),如果(x,y),(x,y)gCC,N (2). 加权平均融合法 对于A，B两幅源图像的像素灰度值加权平均融合过程可以表示为: F(i,j),A(i,j)，B(i,j),,12 式中:i——图像中像素的行号，i=1,2，…,M; j——图像中像素的列号，j=1,2，…,N; ,1 ——加权系数1 ，,1,,,212 ——加权系数2，通常 加权运算将待融合的两幅图像视为两个二维矩阵，将两幅图像上空间位置对应的 像素值进行加权相加，加权之和作为新图像在该空间位置上的像素值。 (3). 取系数绝对值较大法 小波变换的实际作用是对信号解相关，并将信号的全部信息集中到一部分 具有大幅值的小波系数中。这些大的小波系数含有的能量远比小系数含有的能 量大，从而在信号的重构中，大的系数比小的系数更重要。 基本的融合示意图: LL2HL2 HL1 222LL1 LH2 HH2 HL1 1 L H HH1 LH1 LH1 HH1 图1. 图像小波分解示意图 图像A 小 融合规波 分则 解 图像B 配准后的小波系融合后的小融合后源图像 数图 波系数图 的图像 图2. 基于小波变换的融合流程 6.对融合结果进行评价，比较总结各个融合规则的优缺点。 主观的通过视觉辨别或客观的计算: MN2Fij,Sij,,(,)(,),,ijR,(误差)M,N ，F为融合后的图像，S为标准图像。 二、 研究的总体安排与进度: 开始时间:2010年11月20日 阶段一:(11月01日――11月30日)课题设计的相关资料的搜集。 阶段二:(12月1日――12月26日) 完成开题报告。 阶段三:(1月1日――3月10日) 完成选取不同的小波函数进行融合，比较融合结 果。 阶段四:(3月10日――4月5日) 设计不同的融合规则，比较融合结果。 阶段五:(4月6日――5月20日) 毕业论文的撰写。 三、 主要参考文献: [1] 敬忠良, 肖刚,李振华. 图像融合——理论与应用[M]. 北京:高等教育出版社. 2007. [2] 周立检, 姬光荣, 冯程. 多聚焦图像融合的多小波选择方法研究[D].青岛:青 岛理工大学. 2008,05 (41) :152~154( [3] 刘振宇，陈超， 江涛. 改进的多聚焦图像融合方法研究[J]. 计算机工程与应 用. 2010，46(7):187~189( [4] 朱四荣， 王迎春.基于多小波变换的多聚焦图像融合[J]. 计算机工程与应用. 2010,46(6):169~226( [5] 黄彩霞 ，齐晶晶 ，陈家新.基于多小波变换和区域相似度的多聚焦图像融[D]. 洛阳:河南科技大学电子信息工程学院. 2007,10:47~50( [6] 高昌成. PCA分块结合高通滤波的多聚焦图像融合研究[J]. 四川:阿坝师范专科学 校. 2010,5(177):60~65( [7] 廖斌, 刘利雄. 基于空间原子特征匹配的多聚焦图像融合[J]. 北京:北京理工大 学.2008,12(12):1101~1104( [8] 胡春海, 志秀. 基于模糊算法的多聚焦图像融合效果评价研究[J]. 河北:燕山大 学.2007,4(4):885~888( [9] 张泰兰, 王铮. 基于区域锐度的多聚焦图像融合[J]. 重庆:重庆大 学.2009,2(4):221~225. [10] 位耀光, 王剑秦,李道亮. 基于视觉感知特性的多聚焦图像融合技术[J]. 北京:北 京科技大学.2009,9(40)增刊:206~209( [11] 宋瑾, 石霏. 基于双树复小波变换的多聚焦图像融合[J]. 江苏:江苏大学.2008: 204( [12] 陈志刚, 陈军. 基于信息瓶颈聚类的多聚焦图像融合[J]. 长沙:中南大学.2010,46 (15):162~192( [13] 曹杰， 龚声蓉， 刘纯平. 一种新的基于小波变换的多聚焦图像融合算法[D]. 苏州:江苏大学. 2007, 43( 24):47~90( [14] Ishita Dea, Bhabatosh Chandab. A simple and efficient algorithm for multifocus image fusion using morphological wavelets. Received 11 October 2004; received in revised form 16 July 2005. Signal Processing 86 (2006) 924–936( [15] Gonzalo Pajares, Jesus Manuel de la Cruz. A wavelet-based image fusion tutorial.Received 27 November 2002; received in revised form 22 March 2004; accepted 22 March 2004. Pattern Recognition 37 (2004) 1855 – 1872( 指导教师审核意见: 年 月 日