微光图像与红外图像的融合算法研究_毕业论文

毕业论文移动版

毕业论文 > 物理论文 >

微光图像与红外图像的融合算法研究

摘要夜视图像的融合是图像领域研究的一个重要方向。由于微光图像与红外图像的图像质量各有优缺点,不能很好的满足应用要求。若能将两种图像以某一算法进行融合处理,综合运用多源信息,就能得到性能比任一源图像好的图像,更好地满足应用的要求。图像融合的层次有三种:像素级、特征级和决策级,本论文实现的是像素级上的融合。像素及融合也有多种方法,本论文采用的是基于小波变换的融合方法,详细的介绍了基于小波变换的图像融合原理、方法和优缺点,并成功地实现了融合。7877
关键词  微光图像  红外图像  融合   像素级  小波变换  
毕业设计说明书(论文)外文摘要
Title Researching algorithm of fusion about    low light level image and infrared image  
Abstrct
Fusion night vision images is an important direction of researching areas about image.Because of low light level image and infrared image have their own advantages and disadvantages,they couldn’t meet the application requirement.If a particular algorithm can be used to fuse the two images,then we can get better performance image to meet the application requirement.Image fusion levels are of three types: the pixel level, feature level and decision level, this paper realize the pixel level fusion. Pixel level fusion also has a variety of methods, this paper is based on the wavelet transform fusion method and introduces the image fusion based on the wavelet transform of principle, method and advantages and disadvantages, and successfully realized the fusion.
Keywords  low light level image, infrared image, fusion, pixel level,    wavelet transform
目   次

1      引言    1
1.1  图像融合的意义和应用价值   1
1.2  图像融合的发展现状   1
1.3  图像融合的发展趋势   2
1.4  本文工作及特色   3
2  夜视技术   4
2.1  概述   4
2.2  微光成像技术   4
2.3  红外成像技术   5
2.4  红外热成像技术与微光成像技术的比较   6
2.5  微光图像和红外图像的融合   7
3  图像融合原理   7
3.1  图像融合层次   7
3.2  图像融合流程   8
3.3  像素级图像融合   9
3.4  小结   12
4  基于小波变换的图像融合方法   12
4.1  小波变换   12
4.2  多分辨率分析   16
4.3  基于离散小波变换的图像融合方法 17
4.4  基于小波变换的融合规则   20
5  图像预处理   21
5.1  图像去噪   21
5.2  图像增强   24
6  图像融合   28
6.1  空间域融合   28
6.2  频率域融合   29
6.3  结论   31
结论   32
致谢   33
参考文献   34
1  引言    
1.1  图像融合的意义和应用价值
图像融合是信息融合的分支之一,信息融合技术带动了多源图像融合技术的发展。多源图像融合是信息融合中可视信息部分的融合,图像融合的定义:图像融合就是通过一种特定的算法将两幅或多幅图像合成为一幅图像。一般指将在同一时间、或不同时间获取的关于某个具体场景的多源图像信息加以综合,以生成一个新的有关此场景的描述,而这个描述是从单一图像的信息中无法得到的。通过对多源图像的融合,可以克服单一图像存在的局限性,提高多源图像的使用效率,并有利于对物理现象和事件进行定位、识别和解释[1]。图像融合的主要目的: (责任编辑:qin)