基于非采樣Contourlet變換的圖像融合技術(shù)研究.pdf

1、隨著圖像傳感器技術(shù)的發(fā)展，圖像融合作為一種有效的信息融合技術(shù)在很多領域都得到了廣泛的應用。本文主要研究內(nèi)容是基于非采樣Contourlet變換的圖像融合技術(shù)研究。 本文對圖像融合技術(shù)的基本概念和基本理論進行分析和論述，在研究國內(nèi)外已有的圖像融合算法的基礎上，對一些典型的圖像融合算法進行分析和研究。并根據(jù)非下采樣Contourlet變換同時具有多尺度多分辨率分析和平移不變性的特點，提出了一種基于非下采樣Contourlet變換的圖

2、像融合方法。論文的主要工作和創(chuàng)新之處如下： 1.針對小波變換的諸多缺陷以及普通Contourlet變換易產(chǎn)生混頻現(xiàn)象，選擇非采樣Contourlet變換對源圖像進行頻域變換，能夠充分挖掘待融合圖像的方向信息，對于高維奇異性基于更稀疏的表示，體現(xiàn)了多尺度、多方向性；并且由于非采樣Contourlet變換的平移不變性，有效的避免了吉布斯現(xiàn)象的產(chǎn)生； 2.在設計融合規(guī)則問題上，對非采樣Contourlet變換分解得到的低頻子帶

3、系數(shù)和高頻子帶系數(shù)分別采用了不同的設計方案：在選擇低頻子帶系數(shù)時，提出了一種基于清晰度的系數(shù)選擇方案；在選擇高頻子帶系數(shù)時，引入脈沖耦合神經(jīng)網(wǎng)絡(PCNN)提出了一種自適應PCNN的系數(shù)選擇方案； 3.在PCNN的使用中，采用圖像均值作為PCNN對應神經(jīng)元的連接強度β，經(jīng)過PCNN點火判斷待融合圖像的清晰部分，并選擇清晰的像素作為融合圖像的高頻像素，使得PCNN具有一定的自適應性； 4.分析比較了當前各種圖像融合算法，并