论文部分内容阅读
图像融合技术是图像处理的一个十分重要的基础分支,它通过融合多个传感器对目标场景的单一描述,利用这些描述中的冗余信息以及互补信息,获取更加精简、全面的场景描述,以便于对于图像进一步处理。国内的图像融合技术起步较晚,因此迫切需要进行广泛的理论与技术研究。图像融合技术有三个层次(像素级、特征级、决策级)。其中像素级图像融合为其他两个层次的基础。本文研究了像素级图像融合中的两方面问题,一方面为融合算法及改进,另一方面为融合评价体系。本文的主要研究内容如下:1.实现经典算法:本文了研究4种经典融合算法,并且将经典算法在MATLAB上编程实现,并分别选取红外光和可见光图、多聚焦图、遥感图(IR/LL)、医学图(CT/MRI)进行实验。2.改进清晰度评价指标:根据清晰度影响的三方面因素(独立性、对比性、累积性);分析已有清晰度指标,给出新的评价方法,并使用计算机生成图和实际采集图片进行实验仿真和分析。3.提出了改进的基于分块的图像融合算法:分析原基于分块的融合算法优缺点,以分块清晰度评价方法和改进的块抉择规则入手;将第三章中改进的清晰度评价函数运用到改进算法,对改进后的算法和原算法选取不同清晰度评价函数和分块大小进行融合;最后综合图和表从主、客观两方面对改进算法的性能进行分析。4.提出基于Borda计数的评价体系:深入分析图像融合评价体系的研究现状,提出了一种基于Borda计数的评价体系,用统计的方法来判断融合算法的优劣性,更好的选取融合评价指标,并对多聚焦领域图像融合和医学领域的图像融合的各种融合算法及融合评价指标进行系统的评价。