資源描述：
《基于多尺度分析的多光譜與全色圖像融合算法研究》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、分類號：密級：ＵＤＣ：編號：工學(xué)碩士學(xué)位論文基于多尺度分析的多光譜與全色圖像融合算法研究碩士研究生：張宏宇指導(dǎo)教師：趙春暉教授學(xué)科、專業(yè)：信息與通信工程論文主審人：王立國教授哈爾濱工程大學(xué)2017年12月分類號：密級：ＵＤＣ：編號：工學(xué)碩士學(xué)位論文基于多尺度分析的多光譜與全色圖像融合算法研究碩士研究生：張宏宇指導(dǎo)教師：趙春暉教授學(xué)位級別：工學(xué)碩士學(xué)科、專業(yè)：信息與通信工程所在單位：信息與通信工程學(xué)院論文提交日期：2017年12月論文答辯日期：2018年3月學(xué)位授予單位：哈爾濱工程大學(xué)ClassifiedIndex:U.D.C:ADissertationfortheDegreeofM.EngRe
2、searchofMultispectralandPanchromaticImageFusionAlgorithmsBasedonMulti-scaleAnalysisCandidate:ZhangHongyuSupervisor:Prof.ZhaoChunhuiAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:InformationandCommunicationEngineeringDateofSubmission:Dec.2017DateofOralExamination:Mar.2018University:HarbinEngin
3、eeringUniversity哈爾濱工程大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：本論文的所有工作，是在導(dǎo)師的指導(dǎo)下，由作者本人獨立完成的。有關(guān)觀點、方法、數(shù)據(jù)和文獻的引用已在文中指出，并與參考文獻相對應(yīng)。除文中已注明引用的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)公開發(fā)表的作品成果。對本文的研究做出重要貢獻的個人和集體，均已在文中以明確方式標明。本人完全意識到本聲明的法律結(jié)果由本人承擔(dān)。作者(簽字)：日期：年月日哈爾濱工程大學(xué)學(xué)位論文授權(quán)使用聲明本人完全了解學(xué)校保護知識產(chǎn)權(quán)的有關(guān)規(guī)定，即研究生在校攻讀學(xué)位期間論文工作的知識產(chǎn)權(quán)屬于哈爾濱工程大學(xué)。哈爾濱工程大學(xué)有權(quán)保留并向國家有關(guān)部門或機構(gòu)送交論
4、文的復(fù)印件。本人允許哈爾濱工程大學(xué)將論文的部分或全部內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，可采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文，可以公布論文的全部內(nèi)容。同時本人保證畢業(yè)后結(jié)合學(xué)位論文研究課題再撰寫的論文一律注明作者第一署名單位為哈爾濱工程大學(xué)。涉密學(xué)位論文待解密后適用本聲明。本論文(□在授予學(xué)位后即可□在授予學(xué)位12個月后□解密后)由哈爾濱工程大學(xué)送交有關(guān)部門進行保存、匯編等。作者(簽字)：導(dǎo)師(簽字)：日期：年月日年月日摘要圖像融合是將對同一場景采集的兩種不同類型的圖像進行組合，分別提取各自有價值的信息，最終合成為一幅包含更精準，更豐富，更全面信息圖像的處理過程。圖像融合目前在醫(yī)療診斷
5、、地物檢測、軍事偵察等領(lǐng)域都具有廣泛應(yīng)用，因此受到了廣大研究者的關(guān)注。圖像融合根據(jù)圖像屬性或者成像方式的不同可分為紅外與可見光圖像融合、醫(yī)學(xué)圖像融合、多光譜與全色圖像融合和多聚焦圖像融合等，按融合層次可分為像素級融合、特征級融合和決策級融合。本文主要研究的是多光譜與全色圖像的像素級融合，重點圍繞提高圖像融合效率與提升圖像融合質(zhì)量兩方面進行展開，針對不同的研究重點，從圖像的特征提取與融合規(guī)則等不同方面進行深入系統(tǒng)性的探究，具體工作安排如下：首先，介紹了課題的研究背景、意義以及發(fā)展現(xiàn)狀，對圖像融合領(lǐng)域現(xiàn)存的問題進行了歸納總結(jié)，并對融合圖像的質(zhì)量評價標準進行了簡要的介紹。探究了經(jīng)典的圖像融合方法，主
6、要探究了基于成分替換與基于多尺度分析兩類融合算法，包括IHS變換、PCA變換、小波變換和輪廓波變換，并對每個經(jīng)典算法進行了實驗仿真分析。然后，針對傳統(tǒng)非下采樣輪廓波變換(NSCT)在圖像融合中計算量大、效率較低的弊端，提出一種快速的多光譜與全色圖像融合算法。采用多通道結(jié)構(gòu)濾波器組代替原有的樹形結(jié)構(gòu)濾波器組結(jié)構(gòu)，并針對多光譜與全色圖像數(shù)據(jù)源的特點，與IHS變換相結(jié)合，在不影響融合圖像質(zhì)量的前提下提高算法效率。通過實驗驗證，經(jīng)過該算法所得的融合圖像質(zhì)量與傳統(tǒng)NSCT算法所得融合圖像質(zhì)量幾乎相同，并且大幅度地減少了算法的運算時間。最后，為了獲得既具有豐富光譜信息同時又具有較高空間分辨率的多光譜圖像，
7、本文提出一種基于快速非下采樣輪廓波變換(FNSCT)與螢火蟲優(yōu)化的自適應(yīng)脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN)相結(jié)合的圖像融合算法。由于PCNN中的參數(shù)常常通過經(jīng)驗值設(shè)定，因此，本文對PCNN中鏈接強度和鏈接范圍進行自適應(yīng)化，并引入具有較高尋優(yōu)精度的螢火蟲優(yōu)化算法，對PCNN的其他參數(shù)進行尋優(yōu)。多組實驗證明，本文算法在多光譜與全色圖像融合上達到了較好的客觀指標與主觀視覺效果，能夠保證多光譜圖像較高光譜保真度
