毕业论文移动版

5) 基于多尺度分析的融合方法 

基于多尺度分析的图像融合算法是目前始常使用的像素级融合方法, 基本思想是：先对每幅源图像进行多尺度分解（MSD):然后依据一定的融合规则合并各尺度系数：最后利用反变换重速合并的系数得到融合图像。常用的图像多尺度分解方法有：金字塔分解、小波变换以及各种多尺度几何分析。基于多尺度分析的图像融合方法对图像进行融合的过程与人眼视觉系统对图像信的处理极为相似，这类方法对图像的不同频段、不同结构特征的细节信息分別进行处理，可以获取比较好的融合效果。 

6) 其他融合方法

此外，偏微分、离散余弦变换、独立成分分析、形态学分析等技术也常用于图像融合。

1。3 论文的主要内容及创新点

本论文结构上主要分为三个部分，第一部分包括第一章，主要对图像叠加、图像叠加的研究背景与意义、现有的叠加方法和本论文的主要内容作简要介绍。第二部分包括第二章、第三章，主要介绍数字图像基础、以及运行的框架和平台。第三部分包括第四章、第五章，第四章具体介绍了模糊算子，以及模糊算子应用于图像叠加的具体方法、实现过程和实验结果，第五章主要对本文进行总结。

本文提出了利用模糊算子实现像素级图像融合的新方法。该方法根据给定的两幅图像即源图1和源图2，通过Lukasiewicz蕴涵进行像素级学习训练，得到关系矩阵R，再以源图1为输入信息，以R为关系矩阵，利用Lukasiewicz三角模运算，得到融合的目标图像。该算法简洁高效、易于实现，融合的图像视觉效果好，细节信息明显，目标清晰，具有一定的应用价值。

2 数字图像基础

2。1 图像、颜色表和色彩空间

2。1。1数字图像处理来自优I尔Y论S文C网WWw。YoueRw。com 加QQ7520~18766

 “Digital Image Processing”即数字图像处理。通常所说的数字图像处理是指用数字计算机及其他相关的数字技术，对数字图像信息施加某种或某些运算和处理，从而达到某种预期的处理目的，因此也称作计算机图像处理（Computer Image Processing）。数字图像处理技术要求高精度，通常通过改进处理算法和软件来优化处理效果。近30多年的时间里，随着数字计算机技术的高速发展，数字图像处理技术迅速发展为一门独立而具有强大生命力的学科，并且广泛应用于各个领域。数字图像处理包含以下几个方面：

1）点运算;

2）集合处理;

3）图像复原;

4）图像增强;

5）图像编码;

6）图像重建;

7）图像形态学处理;

8）模式识别。

2。1。2 图像的矩阵表示

矩阵可以用来表示数字图像数据，因此可以采用矩阵算法和矩阵理论对数字图像进行分析、处理。最典型的例子就是灰度图像，灰度图的像素数据便是一个矩阵，矩阵的行对应图像的高（以像素为单位），矩阵的列对应图像的宽（以像素为单位），矩阵的每个元素对应图像的每个像素，矩阵元素的值就是像素的灰度值。由于数字图像可以表示成矩阵的形式，所以在计算机数字图像处理程序中，通常用二维数组来存放图像数据。二维数组的行数对应图像的高，二维数组的列数对应图像的宽，二维数组的元素对应图像的像素，二维数组中元素的值就是像素的灰度值。采用二维数组来存储数字图像，契合二维图像的行列特性，同时也便于程序的寻址操作，使得计算机图像编程十分方便[9]。

2。1。4 颜色表

图像的位图数据实际上是一个二维数组（矩阵），矩阵的一个元素对应图像的一个像素，当保存一幅图像时，不但要保存图像的位图数据矩阵，还要将每个像素的颜色保存下来，而颜色表就是用来记录每一像素的颜色[9]。 (责任编辑：qin)