硕士毕业论最终提交版.docVIP

西安电子科技大学 学位论文独创性（或创新性）声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切的法律责任。 本人签名： 日期: 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。 （保密的论文在解密后遵守此规定） 本学位论文属于保密，在 年解密后适用本授权书。 本人签名： 日期: 导师签名： 日期: 摘要 图像融合就是将源自同一场景或目标的多幅图像合成一幅新的图像，以获对该场景或目标更为准确和全面的描述。图像融合技术充分利用了不同源图像之间的互补信息和冗余信息，使融合后的图像具有更高的可信度、较少的模糊和更好的可理解性，更适合于人类视觉感知或计算机的后续处理。本论文的研究工作主要围绕变换域中的图像融合展开。从有利于场景理解和目标识别的角度出发，在分析变换域图像融合理论和方法的基础上，寻找能够源图像更多有用信息，有效提高融合图像质量的新方法。论文的主要研究内容如下：本文根据Directionlet所具有的优良特性，提出了基于Directionlet变换的图像融合框架。在该框架中，融合规则和算子至关重要，融合规则选择的恰当与否直接关系到融合图像质量的优劣。本文自适应加权和基于遗传算法的低频子带融合策略以及基于对比度和树状结构的高频方向子带融合策略。实验结果表明，基于Directionlet变换的融合框架能得到较优的融合结果，说明该融合规则的有效性和可行性。由于图像的Directionlet系数与小波系数具有相似的统计特性，图像小波域隐马尔可夫树(HMT)模型，建立图像的Directionlet域HMT模型，。在该融合算法中，利用图像Directionlet域HMT模型来扑捉不同尺度Directionlet系数之间的相关性，分别的低频系数融合策略和基于显著性测量的高频系数融合策略。实验结果表明该算法人眼对图像视觉感受可以提高的纹理多光谱与全色图像的融合，但融合图像产生不同程度的光谱畸变。为了在提高多光谱图像细节信息的同时尽可能地保持其光谱特性，本文提出一种基于HIS和Directionlet域HMT模型的多光谱与全色图像融合、高等学校博士学科点专项科研基金(20100203120005)、中央高校基本科研业务费专项资金(K50510020009)、中国博士后科学基金特别资助的支持。 关键词：图像融合 Directionlet变换 融合规则 HMT模型 遗传算法 ABSTRACT Image fusion merges multiple images derived from the same scene or target into a new one which can describe the scene or target more accurately and completely. The technology of image fusion makes full use of complementary and redundant information between different kinds of images, which makes the fused image with higher reliability, less fuzzy and better understanding, more suitable for visual system of human beings or further processing of computer. Image fusion algorithm can be broadly divided into space dom