图像融合毕业论文文档格式.docx
《图像融合毕业论文文档格式.docx》由会员分享,可在线阅读,更多相关《图像融合毕业论文文档格式.docx(41页珍藏版)》请在冰豆网上搜索。
HIS变换;
清晰部分保留
ABSTRACT
ThekeypointofthisthesisisimagefusionmethodbasedontheWavelettransform.Wavelettransformisappiliedinimagefusioninthispaper.Thisthesiscomparedthreemethodsofimagefusion(directrule,fouriertransformbasedrule,andwaveletformationbasedrule),theresultshowsthatduringwavelettransformbasedrulecangetabetterimage.
Also,thisthesiscomparedandanalysedtwomoremethodsofimagefusion(HIStransformbasedimagefusion,PCAtransformbasedimagefusion)withwavelettransformbasedimagefusion.Resultshowsthatwavelettransformbasedonimagefusioncaneffectivelypreservethespectracharacteristics,butthefusionimageispronetoloseit’ssurfacefeatures.
Basedonthetwopointsabove,aHIStransformandwavelettransformbasedimagefusionisproposedinthispaper.thatistoreservetheclearpartfirstly,andfusionthefuzzypartsafter.thisapproachcansavetheoriginalinformationofimagebetter.
Keywords:
imagefusion;
wavelettransformation;
HIStransformation;
reservationofclearparts
第一章绪论
1.1数字图像处理概述
数字图像处理又称为计算机图像处理,它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。
数字图像处理最早出现于20世纪50年代,当时的电子计算机已经发展到一定水平,人们开始利用计算机来处理图形和图像信息。
数字图像处理作为一门学科大约形成于20世纪60年代初期。
早期的图像处理的目的是改善图像的质量,它以人为对象,以改善人的视觉效果为目的。
图像处理中,输入的是质量低的图像,输出的是改善质量后的图像,常用的图像处理方法有图像增强、复原、编码、压缩等。
我们把以数字格式存储的图像称之为数字图像,人眼看到的自然界的图像都是连续的模拟图像,其形状和形态表现由各位置的颜色所决定。
计算机只能处理离散数据,所以如果要用计算机来处理图像,连续的图像就必须转化为离散的数据,因此进行图像处理之前要将模拟图像转换成数字图像,常用的设备有扫描仪,图像采集卡等。
在计算机中图像被分成多个像素,各个像素的灰度值用整数表示。
一个MN个像素的数字图像,像素灰度值用一个M行,N列的矩阵表示。
从色度学上讲,任何颜色都可以由红、绿、蓝三种基本颜色按照不同的比例混合得到。
因此,红、绿、蓝被称为三原色。
因此自然界的图像可以用基于位置坐标的三维函数表示。
图像可以分为黑白图像和彩色图像。
所谓黑白图像,就是图像中每一点都不是彩色的,每一点的红、绿、蓝颜色分量值都相等。
1.2数字图像处理的特点
数字图像处理是利用计算机的计算功能,实现与光学系统模拟处理相同效果的过程,数字图像处理有如下的特点:
(1)处理精度高,再现性好。
利用计算机进行图像处理,其实质是对图像数据进行各种运算;
(2)易于控制处理效果。
在图像处理过程中可以任意设定或变动各种参数,能有效控制处理过程,达到预期处理效果;
(3)处理多样性。
图像处理是通过程序进行的,因此不同的程序可以实现不同的处理目的;
(4)图像数据庞大。
图像中包含丰富的信息,可以通过图像处理技术获取图像中的有用信息。
图像数据量巨大,数字图像是由像素组成的。
每个像素用红、绿、蓝三种颜色表示,每种颜色用8Bit表示灰度级。
一副10241024不经压缩的真彩色图像,数据量达到3MB。
X射线照片一般用64—254Kb的数据量。
因此图像需要经过处理后才方便应用于实际。
1.3数字图像处理的主要内容
数字图像处理是用计算机图像处理系统对图像数据进行输入、加工和输出。
其主要内容如下:
1.图像获取、表示和表现
把模拟图像信号转化为计算机能够接受的数字形式,并且把图像显示和表现出来。
主要包括摄取图像、光电转换及数字化等几个步骤。
2.图像复原
当图像退化即图像的质量下降的时候,复原技术可以对图像进行校正。
图像复原的关键是针对每一种退化设计一个合理的模型。
复原技术是基于模型和数据图像恢复,其目的是消除退化的影响,而产生一个趋近于理想的图像。
3.图像增强
图像增强是对图像质量的改善。
当无法知道图像退化的有关的定量信息时,可以使用图像增强技术较为主观的改善图像的质量。
图像增强技术并非是针对某种退化所采取的方法,所以很难预测哪一种技术是最好的,只能通过实验和分析误差来选择一种合适的方法。
4.图像分割
把图像分成区域的过程就是图像分割。
图像中包含多个对象,如医学图像中显示出正常的或有病变的各种组织和器官,通过图像处理以达到识别和理解的目的。
图像自动分割是图像处理中最难的部分之一。
人类视觉系统的优越性,使人能够把复杂场景中不同的事物分开。
但是计算机却难以做到这一点,因此需要提供足够的信息来帮助计算机分割图像。
5.图像分析
图像处理应用的目标几乎都涉及到图像分析,如对图像中不同的对象进行分割。
特征提取和表示,从而利于计算机对图像进行分类、识别和理解。
6.图像重建
图像重建与图像增强、图像复原不同,图像增强、图像复原的输入是图像,输出也是图像。
而图像重建是从数据到图像的处理。
即输入的是数据,经过某种处理后得到的是图像。
7.图像压缩编码
数字图像数据量庞大,因此在实际应用中要进行压缩。
图像压缩的目的就是压缩数据量。
图像编码主要是利用图像信号的统计特性及人类视觉的生理学及心理学特性,对图像信号进行高效编码。
高效的数据压缩技术是在保证图像质量的前提下压缩。
图像编码的目的有三个:
1、减少数据存储量;
2、降低数据率以减少传输带宽;
3、压缩信息量,便于特征提取,为后续识别做准备。
1.4数字图像处理的应用
20世纪20年代,图像处理首次应用于改善伦敦和纽约之间海底电缆发送的图片质量。
到20世纪50年代数字计算机发展到一定水平,数字图象处理引起人们的兴趣。
60年代末数字图像处理已形成完整的体系。
60年代到70年代,由于离散数学的创立和完善,使数字图像处理技术得到迅猛发展。
70年代后至今,各个应用领域对数字图像处理要求越来越高,使得这门学科发展迅速。
概括起来,数字图像处理主要应用于下面的几个领域:
(1)通讯
通讯包括图像传输、视频电话、电视会议等。
处理内容主要是进行图像压缩。
(2)宇宙探索
由于太空技术的发展,需要用数字图像处理技术处理大量的星体照片。
(3)遥感
航空遥感和卫星遥感图像需要用数字技术加工处理,并提取有用的信息。
主要用于地形地址、矿藏探查、森林、水利等资源调查。
自然灾害预测预报、环境污染检测、气象卫星云图处理以及地面军事目标识别。
(4)生物医学领域应用
图像处理在医学界的应用非常广泛,无论医学研究还是临床诊断都需要采用图像处理技术,使得医学处理直观、无创伤、安全方便。
图像处理首先应用于细胞分类和染色体分类。
70年代数字图像处理在医学上的应用有重大突破。
(5)军事、公安等方面应用
军事目标的侦查、指导和警戒系统;
自动灭火器的控制及反伪装;
公安部门的现场照片、指纹、手机、印章、人像等处理和辨别等。
(6)视频和多媒体系统
电视制作系统广泛使用图像处理、变换、合成,多媒体系统中静止图像和动态图像的采集、压缩、处理、储存和传输等。
图像处理技术未来发展大致可归纳为如下四点:
(a)向着高速、高分辨率、立体化、多媒体化、智能化和标准化方向发展;
(b)图像、图形相结合朝着三维成像或多维成像的方向发展;
(c)硬件芯片研究;
(d)新理论与新算法的研究。
第二章图像融合介绍
图像融合是将两个或者两个以上的传感器在同一时间或者不同时间获取的关于某个场景的图像信息加以综合,以生成一个新的有关此场景的新的解释,而这个解释是从单一传感器获取的信息中无法得到的。
图像融合的目的是为了减少不确定性。
图像融合在医学、测量、地理信息系统、工业、智能机器人以及军事等领域都起着重要的作用。
2.1图像融合的主要内容
图像融合的形式可以分为三种:
(1)多传感器不同时获取图像的融合;
(2)多传感器同时获取的图像的融合;
(3)单一传感器不同时间,或者不同环境条件下获取的图像融合。
图像融合技术广泛应用于图像处理、遥感、计算机视觉以及军事等领域。
通过图像融合,可以做到:
(1)图像增强。
将来自多传感器或者单一传感器在不同时间的图像融合,获得比原始图像清晰度更高,信息更全面的图像。
例如:
将图像融合技术应用于同一数码相机在不同时间拍摄的聚焦点不同的两幅图像,可以获得比原始图像更清晰的图像,而且新图像包含的信息更多;
(2)特征提取。
通过融合来自多传感器,或同一传感器不同时间段的图像,可以更好地进行特征提取,如线段,边缘,纹理特征,形状特征,空间关系等;
(3)去噪;
(4)目标识别与跟踪;
(5)三维重构。
图像融合的层次可以分为像素级、特种级和决策级:
1.像素级:
像素级融合是直接在原始数据层上进行的融合,在各种传感器的原始数据未经预处理之前就进行数据的综合和分析,这是最低层次的融合。
这种融合的主要优点是能保持尽可能多的现场数据,提供其它融合层次所不能提供的更丰富更精确更可靠的信息,有利于图像的进一步分析处理与理解。
2.特征级:
特征级融合属于中间层次,它先对来自各传感器的原始信息进行特征提取(特征可以是目标的边缘方向、速度等),然后对特征信息进行综合分析和处理。
一般来说提取的特征信息应是像素信息的充分统计量,然后按特征信息对多传感器数据进行分类、汇集和综合;
传感器获得的数据是图像数据,则特征就是从图像像素信息中抽象提取出来的典型的特征信息,有线型、边缘、纹理、光谱、相