基于小波分解和改进型PCNN的图像融合方法研究
【摘要】：
随着新技术革命的到来,世界进入了全信息时代,对多源信息进行有效融合处理的新型理论和技术应运而生。图像融合作为可视化的信息融合,为世人所关注。
本文研究了基于小波变换与脉冲耦合神经网络相结合的图像融合方法,以实现对图像融合质量的提高。论文的主要研究内容包括以下三个部分。
①对传统的像素级的图像融合方法(简单的融合尝试、基于金字塔分解的融合方法、基于小波变换的融合方法)进行了比较和讨论,并对应用较广的小波变换进行了详细介绍,描述了运用小波分解进行图像融合的流程,并具体介绍了快速小波变换算法,该方法较传统的小波变换,更好地体现了小波的时频特性。
②对脉冲耦合神经网络模型进行了介绍,并对模型中的参数进行分析,针对传统方法中对连接系数取固定值这一局限,提出了用小波分解后图像中的空间频率来动态调整连接系数。
③本文针对传统小波变换存在的缺陷,提出在对图像进行快速小波分解后,通过脉冲耦合模型代替人工选择融合规则,形成的一种基于小波分解和脉冲耦合神经网络的图像融合新方法。文中针对小波分解后高、低频段各自的频域特点,采用了各异的融合决策。对高频部分采用脉冲耦合神经网络进行融合选择,低频部分由于携带信息量小,对最终融合效果影响较小,仍选择了传统的加权平均法。
通过对来自不同传感器的两组图像进行实验,并从主观视觉观测和客观性能评价指标统计两个方面对融合效果进行分析,显示出：本文方法在尽可能多的保留原图像重要信息的同时,很好地提高了融合图像的质量。
【学位授予单位】：中南大学
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：TP391.41
|
|
|
|
| 1 |
毛士艺,赵巍;多传感器图像融合技术综述[J];北京航空航天大学学报;2002年05期 |
| 2 |
夏明革,何友,唐小明,夏仕昌;多传感器图像融合综述[J];电光与控制;2002年04期 |
| 3 |
晁锐,张科,李言俊;一种基于小波变换的图像融合算法[J];电子学报;2004年05期 |
| 4 |
胡良梅
,高隽
,何柯峰;图像融合质量评价方法的研究[J];电子学报;2004年S1期 |
| 5 |
马恒,贾传荧;基于空间频率和小波变换的图像融合方法[J];辽宁工程技术大学学报;2005年02期 |
| 6 |
陶冰洁;王敬儒;许俊平;;基于小波分析的不同融合规则的图像融合研究[J];红外技术;2006年07期 |
| 7 |
陶观群,李大鹏,陆光华;基于小波变换的不同融合规则的图像融合研究[J];红外与激光工程;2003年02期 |
| 8 |
姜庆娟,谭景信;象素级图像融合方法与选择[J];计算机工程与应用;2003年25期 |
| 9 |
苗启广;王宝树;;基于局部对比度的自适应PCNN图像融合[J];计算机学报;2008年05期 |
| 10 |
闫敬文;许建航;屈小波;;改进基于小波变换的PCNN图像融合算法[J];厦门理工学院学报;2006年04期 |
|
|
|
|
|
| 1 |
顾晓东,程承旗,余道衡;基于粗集与PCNN的图像预处理[J];北京大学学报(自然科学版);2003年05期 |
| 2 |
毛士艺,赵巍;多传感器图像融合技术综述[J];北京航空航天大学学报;2002年05期 |
| 3 |
崔岩梅,倪国强,钟堰利,王毅,钮永胜;利用统计特性进行图像融合效果分析及评价[J];北京理工大学学报;2000年01期 |
| 4 |
蒲恬,倪国强;应用于图像融合中的多尺度对比度调制法[J];北京理工大学学报;2000年02期 |
| 5 |
倪国强,戴文,李勇量,蒲恬;基于响尾蛇双模式细胞机理的可见光/红外图像彩色融合技术的优势和前景展望[J];北京理工大学学报;2004年02期 |
| 6 |
孙辉,阎敬文,张圣华;基于双正交子波变换的遥感图象编码方法[J];长春邮电学院学报;1997年04期 |
| 7 |
刘哲,郝重阳,冯伟,刘晓翔,樊养余;一种基于小波系数特征的遥感图像融合算法[J];测绘学报;2004年01期 |
| 8 |
阳方林,郭红阳,杨风暴;像素级图像融合效果的评价方法研究[J];测试技术学报;2002年04期 |
| 9 |
夏明革,何友,唐小明,夏仕昌;多传感器图像融合综述[J];电光与控制;2002年04期 |
| 10 |
汤志伟,王建国,黄顺吉;使用小波分析的图像融合算法[J];电子科技大学学报;2000年02期 |
|
手机打开
快捷付款方式
订购知网充值卡
订购热线
帮助中心