基于平均梯度和小波多分辨率分析的圖像融合算法研究.pdf

1、多傳感器信息融合技術(shù)作為一個新興的研究領(lǐng)域，已經(jīng)大大地提高了許多工業(yè)測量系統(tǒng)和智能控制系統(tǒng)的性能。作為一種有效的信息融合技術(shù)，圖像融合在計算機視覺、軍事偵察、醫(yī)學(xué)圖像病變識別和地球遙感等領(lǐng)域都得到了廣泛地應(yīng)用。如何對來自不同傳感器類型的同一目標(biāo)的圖像信息進行有效綜合，以及充分利用有用信息來提高智能控制系統(tǒng)正確識別、判斷和決策的能力，是圖像融合研究的重要內(nèi)容之一。圖像融合的目的是通過合并互不相同的或輔助性的信息增加圖像中出現(xiàn)的信息以及解釋

2、的可靠性，從而產(chǎn)生一幅更加適合于人類視覺，目標(biāo)檢測和模式識別的新圖像。融合后的圖像不僅較好地保留了原圖像的信息，而且還提高了圖像的空間細節(jié)信息和清晰度。 為了充分利用各種圖像的綜合信息，針對不同傳感器圖像的特征，本文在分析傳統(tǒng)圖像融合方法優(yōu)缺點的基礎(chǔ)上，重點研究了基于平均梯度和小波多分辨率分析相結(jié)合的圖像融合算法。 本文首先介紹了多分辨率分析的思想和小波變換的理論原理，接著簡要概述了圖像融合前所需的一些預(yù)處理技術(shù)，主要是

3、重點介紹了基于軟閾值的小波去噪方法和基于空間投影變換的圖像配準(zhǔn)算法，然后在此基礎(chǔ)上重點探討了基于平均梯度和小波變換的圖像融合算法。在小波圖像融合的過程中，融合的近似分量通過加權(quán)平均的方法來獲得，即對于平均梯度較大的原始圖像近似分量，我們選擇較大的權(quán)重，反之則選擇較小的權(quán)重。而對于融合的細節(jié)分量，則直接選取平均梯度較大的那個原始圖像的小波分解細節(jié)分量。實驗結(jié)果表明與文中提到的其他方法相比，基于平均梯度和小波多分辨率分析的圖像融合算法能夠得