论文部分内容阅读
图像融合作为一个新兴的学科有着广阔的发展前景。它的目的是对来自不同传感器的源图像信息进行提取与综合,从而获得对同一场景或目标更为全面、更为准确、更为可靠的图像描述。目前,图像融合已被广泛应用于遥感、医学、军事、计算机视觉等众多领域。本文首先介绍了图像融合的背景、意义、基本流程、及目前面临的问题;并总结了图像融合的主观、客观评价;回顾了常用的图像融合方法,其中,小波融合法是目前研究的热点。本文在小波融合算法的基础上,重点研究了基于结构张量的图像融合。本文所做的主要工作有:(1)在现有的小波融合算法基础上,通过深入的分析与改进,本文提出了一种基于线性结构张量的图像融合算法,该算法中根据结构张量的局部相干性的度量最大值进行高频子带小波系数的选取,对于低频子带小波系数的处理采用加权平均的方法;(2)用TV流的非线性结构张量代替线性结构张量得到新的融合算法,即基于多尺度TV流的非线性结构张量的图像融合算法,它是对基于线性结构张量的图像融合算法的改进,其中,高频子带系数的选取采用加权叠加的方法,低频子带的融合规则不变;(3)最后本文在基于多尺度TV流的非线性结构张量的基础上,提出了基于多尺度迹的非线性结构张量的图像融合算法,该算法中高频子带系数的选取采用区域平均的方法,低频子带系数的选取不变。本文分别对上述三种算法进行了Matlab实验仿真,实验结果证明了本文提出的算法有一定的适用性。