基于多分辨率小波的多聚焦图像融合分析-multi - focus image fusion analysis based on multiresolution wavelet.docxVIP

第1章 绪论1.1 课题背景和研究意义随着计算机、光学、电子信息、摄影技术及传感器技术等学科的迅速发展和 广泛应用，以及处理器、存储器和显示设备性能的提高，且价格不断下降，上述 技术的不断更新带动了数字图像处理技术的迅速发展[1]。图像融合技术是图像处 理技术中的一个重要分支，它综合了传感器、图像处理、人工智能、信号处理和 显示等多种现代高新技术。但伴随着系统中传感器的种类和数量的增加，系统获 得的信息量呈现出复杂性和多样性，以往的信息处理方法不能很好的适应新情 况，必须探索新方法和新技术来解决新问题。图像融合就是为了满足上述要求而发展起来的，它的目的是综合同一个场景 的多个图像的信息，通过多方面、多级别和多层次的处理与综合，使最后融合的 结果更能满足人的视觉要求，或更适合进一步图像处理的需要[2]。对图像融合来 说，源图像可能是单个传感器在不同时间段捕捉的图像，可能是同一个时间段， 来自多个传感器的图像。一般来说，图像是对客观实际的一种反映，是一个不精 确、不完全的描述。图像融合就是研究如何加工、处理以及协同利用多幅图像资 源，将多幅图像在空间或时间上的互补信息依据某种准则融合，从而获得对场景 的更客观、更本质的认识[3]。本文重点研究图像融合领域中的多聚焦图像融合技 术。随着计算机和电子技术的发展，高速处理器和图像传感器价格的下降，图像 融合技术也逐步走向民用领域。目前图像融合主要应用的领域有：1．计算机视觉和模式识别：在计算机视觉系统和计算机图像识别系统中， 图像融合技术可以将来自多个传感器的图像进行综合分析，从而最大限度的利用 每个图像所包含的信息，并且能大大减少图像存储所占用的资源。在机器人研究 领域，通常采用图像融合技术来获得立体视觉图像，实现机器人的感知功能[4]。 2．数字摄像：由于 CCD 设备的光学镜头具有有限的聚焦深度，很难在同一 图像中聚焦所有相关目标，尤其当多个目标在光轴方向上相距较远时，一次拍摄 很难得到所有目标均清晰的图像。利用图像融合技术，对不同焦距下拍摄的多幅 图像进行融合可以有效的解决这一问题，提高图像信息的利用率。此外，数字摄像中的遮挡和模糊问题也可以通过图像融合加以解决。3．医学成像：采用不同的医疗成像设备能获得不同模态的医学图像，每种 图像的特征就不相同，如果能把不同图像间结构的映射、伪彩色显示以及叠加显示等都融合成一幅新图像，那么就能为医学诊断、人体的功能和结构的研究提供更充分的信息[5]。例如： CT ( ComputerizedTomography ) 图像可以提供关于人脑机能活动信息，但不能提供解剖信息；与之相反，核磁共振成像( MRI )可以提 供解剖信息却不能提供机能活动信息。两者的融合已经应用于颅脑放射治疗和颅 脑手术可视化中。4．遥感领域：由于遥感图像通常是从不同的传感器获得，因此每幅图像中 所包含的频谱差别很大，互补性很强。通过对这些具有不同频谱的图像进行融 合，可以生成一幅频谱宽阔的新图像，因此多源遥感图像融合技术在土地资源调 查、洪水监测、地形测绘等方面有着广泛的应用[6]。小波变换技术是目前图像处理领域广泛使用的多分辨率分析工具，它的多通 道模型不仅揭示了图像内在的统计特性，而且图像的小波多分辨率分解也与人眼 视觉的多通道分解规律一致[7]。本文就是利用小波融合算法的优势，采用一定的 融合规则将多聚焦图像进行融合，提高图像的清晰度和场景的可识别度，得到一 幅图像内所有场景均清晰的图像。采用软件仿真，通过相应的评价指标不断改进 融合规则以此来达到图像的最佳融合效果。1.2 图像融合的定义图像融合的定义是对多幅图像数据进行综合处理。图像融合着重于把那些在 时间或空间上互补或冗余的多源数据，按一定的算法进行运算处理，获得比其他 任何单一数据更丰富、更精确的信息，生成一幅具有新的时间特征、空间、波谱 的融合图像。图像融合不是数据间的简单复合，而是强调信息的优化，以突出有用的信 息，抑制或消除无关的信息，改善目标识别的图像环境，从而减少模糊性( 即多 义性、不完全性、不确定性和误差) 、增加解译的可靠性、改善分类效果和扩大 应用范围。在数码相机中的一个重要应用就是多聚焦图像融合。即当摄像机对与镜头相 距不同的两个目标 1 和 2 进行拍摄时，常常无法同时清晰地使两个目标聚焦，通 常经过两次拍摄，使其中一幅图片聚焦在目标 1，另一幅图片聚焦在目标 2，再 对拍摄的两幅图片进行融合处理，得到目标 1 和目标 2 都清晰的一幅图片，便于 人眼的观察或计算机的后续处理，这一过程即为多聚焦图像融合[8]。1.3 图像融合的目的1．去噪 一般情况下，从传感器获得的原始图像均为噪声图像，而研究当中需要的图像一般要求噪声限定在一定的范围内，采用图像融合的方法可以降低噪声，提高信噪比。2