基于多尺度復(fù)變換的多傳感器圖像融合

《基于多尺度復(fù)變換的多傳感器圖像融合》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、齡械１似善圍碩±學(xué)位論文胃ｍｆｌｉ食－魯中．價１基于多尺度復(fù)變換的多傳感器圖像離合作者姓名馬兆坤指導(dǎo)教師姓名、職稱王龍教授申請學(xué)位類別工學(xué)碩壬西安電子科技大學(xué)學(xué)位論文獨創(chuàng)性Ｃ或創(chuàng)新性）聲明秉承學(xué)校嚴(yán)謹(jǐn)?shù)膶W(xué)風(fēng)和優(yōu)良的科學(xué)道德，本人聲明所呈交的論文是我個人在導(dǎo)師指導(dǎo)下進(jìn)行的研究王作及取得的研究成果。盡我所知，除了文中特別加標(biāo)注和致謝ｉ中所羅列的內(nèi)容Ｕ？外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果包含；也不為獲得西安電子科技大學(xué)或其它教育機構(gòu)的學(xué)位或證書而使用過的材料一。與我同工作的同志對本研究所做

2、的任何貢獻(xiàn)均已在論文中作了明確的說明并表示了謝意。學(xué)位論文若有不實之處一，本人承擔(dān)切法律責(zé)任。公．化＇ｋ本人簽名：ｙ作日期：西安電子科技大學(xué)關(guān)于論文使用授權(quán)的說明目本人完全了解西安電子科技大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定，Ｐ：研究生在校攻讀學(xué)位期間論文工作的知識產(chǎn)權(quán)單位屬于西安電子科技大學(xué)。學(xué)校有權(quán)保留送交論文的復(fù)印件，允許查閱、借閱論文；學(xué)?？桑坠颊撐牡娜炕虿糠謨?nèi)容，允許采用影印、縮印或其它復(fù)制手段保存論文。同時本人保證，獲得學(xué)位后結(jié)合學(xué)位論文研究成果撰寫的文章，署名單位為西安電子科技大學(xué)。保密的學(xué)位論文在。＿

3、年解密后適用本授權(quán)書絲緣古化：曼勺導(dǎo)師簽：本人簽名名義義’、Ｗ長Ｉｆ吝：日期日期：學(xué)校代碼10701學(xué)號0932121798分類號TP39密級公開西安電子科技大學(xué)碩士學(xué)位論文基于多尺度復(fù)變換的多傳感器圖像融合作者姓名：馬兆坤一級學(xué)科：控制科學(xué)與工程二級學(xué)科：控制理論與控制工程學(xué)位類別：工學(xué)碩士指導(dǎo)教師姓名、職稱：王龍教授學(xué)院：機電工程學(xué)院提交日期：2016年3月MultisensorimagefusionbasedonmultiscalecomplextransformAthesissubmittedtoXIDIANUNIVERSITYinpar

4、tialfulfillmentoftherequirementsforthedegreeofMasterinControlTheoryandControlEngineeringByMaZhaokunSupervisor:WangLongProfessorMarch2016摘要摘要圖像融合就是將同一場景的多幅圖像中的信息結(jié)合起來，生成一幅更適合人眼感知，或后續(xù)圖像處理的圖像，已經(jīng)廣泛用于偵查監(jiān)視、遙感、醫(yī)學(xué)成像和計算機視覺等領(lǐng)域。相對于離散小波變換等多尺度實系數(shù)變換工具，多尺度復(fù)變換得到的變換系數(shù)不僅包含幅度信息，還包含相位信息。并且，相對于幅度信息，復(fù)變換系數(shù)的相位

5、信息包含了更多有用信息(如圖像空間結(jié)構(gòu)特征等)。然而，目前大多數(shù)基于多尺度復(fù)變換的圖像融合算法，僅僅利用了復(fù)變換系數(shù)的幅度信息，而沒有考慮其相位信息。本文主要研究了基于多尺度復(fù)變換的圖像融合方法，主要工作包括：首先，本文給出了基于多尺度變換的融合方法的基本步驟，即：圖像的多尺度分解與重構(gòu)、相似性度量、顯著性度量、融合策略等，并分析了這些方法的優(yōu)缺點。其次，針對已有基于多尺度復(fù)變換圖像融合算法中沒有考慮變換系數(shù)相位信息的問題，本文提出了一種基于幅度和相位相結(jié)合的多模態(tài)圖像融合算法。該算法采用可平移復(fù)方向金字塔變換(shiftablecomplexdirectional

6、pyramdtransform,SCDPT)作為多尺度變換工具，對源圖像進(jìn)行多尺度和多方向分解和重構(gòu)。考慮SCDPT分解得到的帶通方向子帶系數(shù)為復(fù)數(shù)，其幅度信息反映了圖像灰度變化的強度，相位信息反映了圖像灰度變化的方向。我們構(gòu)建了一種基于復(fù)系數(shù)相對相位周期相關(guān)系數(shù)(circularcorrelationcoefficient,CCC)和幅度能量匹配(energymatching,EM)相結(jié)合的相似性度量(CCC-EM)，將輸入圖像之間的帶通方向子帶系數(shù)劃分為三種不同類型的區(qū)域，并針對各類型區(qū)域制定相應(yīng)的顯著性度量以及融合規(guī)則。而對于SCDPT分解得到的低通子帶系數(shù)僅

7、僅包含幅值信息，我們使用傳統(tǒng)的結(jié)構(gòu)相似度測量因子(structuralsimilarity,SSIM)對輸入圖像之間的低通子帶系數(shù)進(jìn)行區(qū)域劃分，并針對不同類型區(qū)域構(gòu)建相應(yīng)的融合規(guī)則。實驗結(jié)果表明，本文提出的算法能更好地處理多模態(tài)圖像之間的冗余和和互補信息，從而得到對比度較高的融合圖像。最后，常用的多尺度變換工具僅僅包含幾個有限的方向子帶，不具有可旋轉(zhuǎn)性，當(dāng)用于圖像融合時，無法準(zhǔn)確提取源圖像中的方向信息。而單演小波變換不僅能提供幅值和瞬時相位，還提供了方向信息，可用于統(tǒng)計局部主方向，并將小波系數(shù)投影到主方向上。為此，我們提出了一種基于單演小波變換的多聚焦圖像融合算