基于CT域HMT模型的红外和可见光图像融合研究的中期报告.docxVIP

基于CT域HMT模型的红外和可见光图像融合研究的中期报告 中期报告 一、研究背景和意义 图像融合是在不同的成像传感器中获取的图像信息进行融合，以提高图像质量和信息量，以便于人类观察或机器处理。图像融合技术在军事、民用、医学等领域都有广泛应用。红外和可见光图像的融合技术可以增强图片的实时性和辨识度，因此具有很高的研究价值和广泛的应用前景。然而，现有的红外和可见光图像融合技术存在一些问题，如信息损失和不够精准等问题。本研究旨在基于CT域HMT模型，开发一种高效、精准的红外和可见光图像融合技术，克服这些问题。 二、研究进展和成果 1.完成红外和可见光图像数据库的收集和整合。通过网络和实地拍摄等渠道，获取了大量的红外和可见光图像，并对其进行了预处理，包括去噪、增强、配准等操作。 2.研究基于CT域HMT模型的红外和可见光图像融合算法。该算法通过将不同图像空间转换到CT（Curvelet Transform）域，将红外图像和可见光图像的局部特征进行匹配，提取融合核，并完成图像融合。该算法具有很高的融合效果和准确度。 3.完成了红外和可见光图像的定量和定性评估。通过图像对比度、信息熵、标准差和峰值信噪比等指标，评价了基于CT域HMT模型的红外和可见光图像融合算法的融合效果和性能。评估结果表明，该算法相对于传统的红外和可见光图像融合技术，有更高的融合效果和准确度，信息损失更小。 三、未来的工作计划 1.继续完善红外和可见光图像数据库，加强图片的质量和数量收集。 2.进一步提高基于CT域HMT模型的红外和可见光图像融合算法的融合效果和准确度，同时增加算法的计算速度和抗噪声性能。 3.结合深度学习的方法，进一步优化融合算法，提高其智能化和自适应性。 4.探索在其他领域的应用，如医疗诊断、智能车辆等。 四、参考文献 [1] Zhang Guang-xue, Yang Cong-jin. A Novel Method of Image Fusion Based on Curvelet Transform and HMT Model. Journal of Multimedia, 2016, 11(4): 377-384. [2] Chen Shou-Ang, Wang Jin, Chang Yuan-an. A Fusion Method of Infrared and Visible Images Based on Spatial Frequency Domain and Wavelet Transform. Acta Optica Sinica, 2011, 31(1): 36-44. [3] Wang Qi, Zhang Yong-quan, Zhang Wei, et al. Multi-focus Image Fusion Based on Spatial-frequency Decomposition and Contextual Information. Opto-Electronic Engineering, 2015, 42(4): 65-73.