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

ID:35063303

大?。?.29 MB

頁數(shù):69頁

時間:2019-03-17

基于多尺度復(fù)變換的多傳感器圖像融合_第1頁
基于多尺度復(fù)變換的多傳感器圖像融合_第2頁
基于多尺度復(fù)變換的多傳感器圖像融合_第3頁
基于多尺度復(fù)變換的多傳感器圖像融合_第4頁
基于多尺度復(fù)變換的多傳感器圖像融合_第5頁
資源描述:

《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

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。