基于小波-Contour let變換的圖像融合算法研究.pdf

1、圖像融合作為信息融合的重要分支,研究的是如何綜合利用不同類型傳感器所獲得的圖像,通過一定的算法得到一幅信息更加準確、豐富的新圖像,從而產生比單一傳感器更精確、完整、可靠的描述和判決。它在軍事、遙感、機器人、醫(yī)學圖像處理以及計算機視覺等領域有著廣泛的應用前景。
　　 圖像融合主要在像素級、特征級、決策級三個層次上進行。像素級融合是最基本的融合,它是特征級、決策級的基礎,也是本文研究的主要內容。本文主要對基于多分辨率的像素級圖像融合

2、方法進行研究。
　　 本文的主要研究成果如下:
　　 1.為了解決小波變換中的方向有限性問題,并消除Contourlet變換中拉普拉斯金字塔分解存在的信息冗余,提出一種基于小波-Contourlet的區(qū)域梯度選擇平均圖像融合算法。該算法對低頻采用加權平均規(guī)則,對高頻計算區(qū)域梯度,并采用選擇平均規(guī)則。同時采用空間頻率、交叉熵與偏差等作為客觀評價標準。實驗結果表明,在相同的融合規(guī)則下,基于小波-Contourlet變換的融合