多尺度变换的多聚焦图像融合算法研究-地图制图学与地理信息工程专业论文.docx

中图分类号 P208 学校代码 10290 UDC 528 密 级 公开 中国矿业大学 博士学位论文 多尺度变换的多聚焦图像融合算法研究 Study on Multi-Focus Image Fusion Based on Multi-Scale Transform 作 者 徐月美 导 师 张虹 教授 申请学位 工学博士 培养单位 环境与测绘学院 学科专业 地图制图学与地理信息工程 研究方向 图像处理和图像融合 答辩委员会主席 李松年 评 阅 人 二○一二年五月 论文审阅认定书 研究生 徐月美 在规定的学习年限内，按照研究生培养方 案的要求，完成了研究生课程的学习，成绩合格；在我的指导下完成 本学位论文，经审阅，论文中的观点、数据、表述和结构为我所认同， 论文撰写格式符合学校的相关规定，同意将本论文作为学位申请论文 送专家评审。 导师签字： 年 月 日 致谢 在论文完成之际，谨向我的老师、同学、同事、亲人和朋友表示最衷心的感 谢。 衷心感谢我的导师张虹教授多年来对我的关怀和鼓励。在攻读期间，导师不 断的支持、鼓励和鞭策成了我继续坚持研究的强大动力。从最初的选题到论文的 完成，所取得的每一点进步都离不开导师辛勤培育的汗水，导师对我的言传身教 和科研能力的培养将使我受益终身。导师渊博的专业知识、严谨的治学态度、求 真务实的科研作风、孜孜不倦的敬业精神以及平易近人、乐观向上的生活态度和 人格魅力都深深感染着我。在此，谨向张老师致以崇高的敬意和真诚的谢意！ 感谢同门师兄弟、师姐妹的关心和帮助！ 感谢环测学院各位领导和老师的关心和帮助！ 感谢计算机学院领导和同事在工作上给予的支持，感谢殷兆麟教授和聂茹博 士在论文撰写中给予的指导和帮助！ 感谢南京理工大学韦志辉教授和课题组的各位老师同学的宝贵建议和帮助！ 特别感谢我的母亲、舅舅、弟弟一家、我的爱人和儿子对我的鼓励及为我所 做的一切，支持我一直走到今天。 论文在写作过程中参考了大量的学术专著和论文，对此特向本文引用的文献 资料的国内外作者表示感谢。 最后，衷心的感谢各位专家学者在百忙之中对论文的审阅与指正！ I I 摘 要 多聚焦图像融合的目的是提取源图像中的清晰区域，将这些清晰区域组成一 个各处都清晰的融合图像。在此过程中，如何精确的提取源图像的清晰区域直接 决定了多聚焦图像的融合质量。图像融合分为三个层次：像素级图像融合、特征 级图像融合和决策级图像融合。本文针对像素级图像融合，采用 Q-Shift 双数复 小波和非下采样 Contourlet 等多尺度变换对多聚焦图像融合进行研究，提出了相 应的图像融合算法。 本文在深入研究小波变换特性的基础上，对多聚焦图像进行 Q-Shift 双树复 小波变换。根据光学系统成像的原理“多聚焦图像中清晰图像的高频分量远大于 模糊图像的高频分量，而清晰图像的低频系数不小于模糊图像的低频系数”和高 低频系数间的相关性，对变换后的高低频系数采用“选择取大”的融合规则，提 出了低频子带采用“局部区域标准方差取大”和高频子带采用“模值绝对值和取 大”的融合准则。实验结果表明，它能够有效的实现多聚焦图像之间的融合，较 好的保留源图像的细节信息，避免了小波变换中的重影等现象。 由于小波变换不是最稀疏的图像表示方法，因此本文深入研究了能够真正实 现图像稀疏表示的 Contourlet 变换，对多聚焦图像进行非下采样的 Contourlet 变 换，根据 NSCT 变换方法，提出低频子带采用“区域能量取大”和高频子带采用 “绝对值和取大”的融合准则。仿真实验从使用不同的融合规则和不同的多分辨 率分析方法这两个方面分析了提出算法的有效性，并且与前面提出的基于 Q-Shift 双树复小波变换的融合结果做比较，取得了更好的融合质量。 本文将 Q-Shift 双树复小波变换和非下采样 Contourlet 变换应用到多聚焦的 彩色图像融合中，研究了彩色图像的融合算法。对彩色图像使用 IHS 变换提取 彩色图像中的亮度和色度分量，然后对亮度分量提出了基于 Q-Shift 双树复小波 变换和基于非下采样 Contourlet 变换的多聚焦彩色图像融合方法。仿真实验通过 主观观察和性能参数：信息熵、平均梯度、方差、相关系数和均方根误差等对融 合图像进行评价，实验结果表明本文提出的算法不但减少了算法的计算量，而且 降低了偏色或失真的不确定因素。 该论文有图 53 幅，表 10 个，参考文献 192 篇。 关键词：多聚焦图像融合；小波变换；双数复小波变换；Q-Shift 双数复小波变 换；轮廓波变换；非下采样轮廓波变换 II II Abstract Multi-focus image fusion means that the clear