資源描述：
《基于壓縮感知的紅外圖像與可見(jiàn)光圖像融合》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、分類號(hào)：TP391單位代碼：10190研究生學(xué)號(hào)：201306006密級(jí)：無(wú)碩士學(xué)位論文基于壓縮感知的紅外圖像與可見(jiàn)光圖像融合Fusionofinfraredandvisibleimagesbasedoncompressedsensing研究生姓名：孟健專業(yè)：信息與通信工程指導(dǎo)教師姓名：王昕指導(dǎo)教師職稱：副教授2016年3月碩士學(xué)位論文摘要圖像融合技術(shù)是近幾年的圖像研究領(lǐng)域的熱門，而紅外與可見(jiàn)光的圖像融合則更是在軍事、遙感、安全和視頻監(jiān)控等領(lǐng)域得到了廣泛的應(yīng)用。紅外傳感器對(duì)熱目標(biāo)能很好地識(shí)別而可
2、見(jiàn)光傳感器能提供清晰的場(chǎng)景信息，通過(guò)對(duì)紅外與可見(jiàn)光進(jìn)行融合，可以同時(shí)利用目標(biāo)的熱量信息和場(chǎng)景信息，對(duì)目標(biāo)進(jìn)行更為精確的判斷，有利于目標(biāo)識(shí)別及其他后續(xù)的處理。傳統(tǒng)的圖像融合由于需要源圖像的全部信息，不易存儲(chǔ)和傳輸，融合效率低。壓縮感知（compressivesensing，CS)能以較低采樣率高效重構(gòu)原信號(hào)，成為圖像融合領(lǐng)域的研究熱點(diǎn)。壓縮感知在采樣的同時(shí)對(duì)數(shù)據(jù)進(jìn)行壓縮，而且融合只對(duì)少量的測(cè)量值進(jìn)行而不是整幅圖像，可以顯著降低系統(tǒng)的存儲(chǔ)壓力與計(jì)算復(fù)雜度。圍繞壓縮感知融合，本文主要做了以下工作：（1
3、）給出了壓縮感知的基礎(chǔ)理論框架和結(jié)構(gòu)，對(duì)基于壓縮感知的現(xiàn)有融合規(guī)則進(jìn)行了深入研究，并總結(jié)了常用的融合圖像質(zhì)量客觀評(píng)價(jià)指標(biāo)。（2）目前基于壓縮感知融合的研究集中在DCT，小波變換，NSCT（非下采樣輪廓波）稀疏變換上。而本文將非下采樣剪切波變換（NSST）應(yīng)用在壓縮感知域，并提出新的壓縮感知融合方案，僅對(duì)計(jì)算量較大的高頻子帶系數(shù)采用基于壓縮感知的圖像融合方法進(jìn)行融合，即對(duì)高頻子帶進(jìn)行星型測(cè)量，使測(cè)量值與結(jié)構(gòu)信息相關(guān)聯(lián)；對(duì)測(cè)量后的高頻子帶制定了基于空間頻率加權(quán)的新融合規(guī)則。利用區(qū)域標(biāo)準(zhǔn)差與區(qū)域能量聯(lián)
4、合指導(dǎo)低頻子帶系數(shù)的融合。最后經(jīng)NSST逆變換得到融合圖像。實(shí)驗(yàn)結(jié)果表明，僅用單層NSST變換即可重建出高質(zhì)量圖像，融合效果好于其他幾種傳統(tǒng)的壓縮感知融合算法。（3）在基于非下采樣剪切波變換（NSST）壓縮感知融合算法的基礎(chǔ)上，對(duì)基于圖像分塊的壓縮感知融合算法進(jìn)行了深入研究。考慮到對(duì)圖像分塊采樣，圖像塊之間缺乏整體特性的缺點(diǎn)，致使圖像在經(jīng)過(guò)重構(gòu)之后會(huì)產(chǎn)生分塊效應(yīng)。在分塊壓縮感知融合算法中引入平滑投影（SPL）Landweber算法進(jìn)行重構(gòu)，有效去除了分塊效應(yīng)，并提高了融合速度。關(guān)鍵詞：壓縮感知圖
5、像融合NSST變換分塊壓縮感知I碩士學(xué)位論文AbstractImagefusiontechnologyisahotresearchfieldinrecentyears,theimage,andtheimagefusionofinfraredandvisiblelightiswidelyusedinmilitary,remotesensing,securityandvideosurveillanceandotherfields.Infraredsensorofcanverygoodrecognit
6、ionandvisiblelightsensorcanprovideclearsceneinformation,throughthefusionofinfraredandvisiblelight,canalsouseinformationoftargetheatandscene,moreaccuratejudgmentofthetarget,isconducivetothetargetidentificationandothersubsequentprocessing.Thetraditiona
7、limagefusionbecausealltheinformationneedsofthesourceimage,easystorageandtransmission,lowefficiencyoffusion.Compressedsensing(compressivesensing,CS)withrelativelylowsamplingrate,reconstructionoftheoriginalsignal,becomeahotresearchtopicinthefieldofimag
8、efusion.Compressedsensinginsamplingandcompressingthedata,andtheintegrationofonlyonasmallamountofmeasurementvaluesandinsteadofthewholeimagecanevidentlyreducethecomplexityofsystemstoragepressureandcalculation.Thecompressedsensingfusion,thispapermainlyd
