基于圖像序列的融合方法研究.pdf

1、圖像融合是當前圖像處理領(lǐng)域的研究熱點，其主要思想是將同一場景的多幅圖像融合在一起，以提高該場景圖像的準確性和可靠性。在圖像融合領(lǐng)域，目前的研究主要集中在相同視角圖像的融合方法上，對于圖像序列融合方法的研究相對欠缺。因此，本文將針對圖像序列的融合方法進行了深入、全面的研究。首先，本文通過分析當前圖像融合的相關(guān)技術(shù)以及常用方法，提出了一種基于隱馬爾可夫模型(HMM)與遺傳算法(GA)的多尺度圖像融合方法。其次，為了提高圖像序列融合的精度，并

2、消除鬼影，本文進一步提出一種基于圖像序列深度信息的分層融合方法。本研究的主要內(nèi)容如下：
　　第一，通過查閱國內(nèi)外圖像融合相關(guān)文獻，本文對圖像融合的研究現(xiàn)狀及主要問題進行了闡述和分析。
　　第二，以圖像融合的相關(guān)技術(shù)為主線，筆者詳細介紹了圖像融合的相關(guān)理論基礎(chǔ)，包括圖像融合的各級別分類、各種像素級融合方法、圖像的多尺度變換方法(小波、瘠波、輪廓波等等)，以及圖像的融合質(zhì)量評價等概念。
　　第三，在系統(tǒng)描述遺傳算法的具體原

3、理、方法與流程的基礎(chǔ)上，本文進一步引入遺傳算法圖像融合方法。
　　第四，為了得到精度高和可靠性強的融合效果，本文提出了一種基于隱馬爾可夫模型與遺傳算法的多尺度圖像融合方法。該方法以遺傳算法圖像融合為基礎(chǔ)，建立父子節(jié)點間的隱馬爾可夫模型，進而對遺傳算法進行逐層指導求出融合參數(shù)，并根據(jù)所求得的融合參數(shù)對隱馬爾可夫模型進行更新，從而指導下一輪的融合。
　　最后，針對圖像序列的融合問題，筆者進一步提出了一種基于圖像深度信息的融合方法