基于Shearlet的圖像融合方法研究.pdf

1、圖像融合是將相同目標(biāo)源的多張圖像融合成一張圖像的過(guò)程，融合的圖像能夠獲得比單一圖像更加全面、準(zhǔn)確的信息。隨著傳感器技術(shù)、計(jì)算機(jī)技術(shù)和信息處理技術(shù)的發(fā)展，圖像融合在軍事、自動(dòng)識(shí)別、機(jī)器視覺(jué)和醫(yī)學(xué)圖像等領(lǐng)域都取得了廣泛的應(yīng)用。Shearlet變換是一個(gè)新的多尺度幾何分析工具，它克服了Wavelet變換不能較好的捕捉多維數(shù)據(jù)幾何特性的缺點(diǎn)，能夠?qū)ΧS圖像進(jìn)行最優(yōu)的逼近。
　　本論文主要結(jié)合Shearlet變換理論，針對(duì)多聚焦圖像、遙感圖

2、像、多光譜圖像和全色圖像的成像特點(diǎn)，提出了3種適用于不同類(lèi)別圖像的融合新算法。
　　本文的主要研究工作和創(chuàng)新成果如下：
　　1.針對(duì)多聚焦圖像的成像特點(diǎn)，提出了基于Shearlet的多聚焦圖像融合算法。在該算法中，結(jié)合Shearlet變換能夠?qū)D像進(jìn)行多尺度和多方向分解，具有較強(qiáng)的邊緣表示能力的特性，將 Shearlet變換引入到多聚焦圖像的融合中，提出了基于像素鄰域清晰比、能量比和方差比的多判決圖像融合規(guī)則，對(duì)多聚焦圖像進(jìn)

3、行融合處理。該算法能夠較好地保持源圖像的聚焦部分，得到整幅圖像均清晰的圖像。
　　2.通過(guò)對(duì)脈沖耦合神經(jīng)網(wǎng)絡(luò)（PCNN）的研究，針對(duì)遙感圖像的成像特點(diǎn)，提出了一種基于Shearlet和PCNN的遙感圖像融合算法。在該算法中，根據(jù)Shearlet變換能較好地捕捉圖像細(xì)節(jié)信息的優(yōu)點(diǎn)，以及人眼對(duì)于圖像邊緣的敏感性高于灰度值的特性，結(jié)合Shearlet變換、圖像梯度信息和PCNN對(duì)遙感圖像進(jìn)行融合處理。該算法充分利用了Shearlet變換