基于SIFT和小波多尺度分析的多聚焦圖像融合方法研究.pdf

1、分類號——UDC密級學校代碼10497武潷理歹大穿學位論文題目叁主曼!里至壟：』：選壘墨廛僉塹絲壘鬈筮圖堡塾金壅鎏塹塞英文—Studieson—MethodsofMultiFocusedImageFusion——題I三IBasedonSIFTAndWaveletMultiScaleAnalysis——研究生姓名壑筮量一——姓名鹼壟職稱指導教師申請學位級別論文提交日期430063亟學科專業(yè)名稱鹽笠墊廛固墊盔20135學位授予單位盎婆堡三盤

2、鱟學位授予EI蔸I澀!墨：6答辯委員會主席至!奎蘭竺評閱2013年5月武漢理工大學碩士學位論文摘要圖像融合是由信息融合發(fā)展而來的，是多傳感器信息融合中可視信息的處理，根據互補性，把來自多個傳感器的數據信息綜合起來，得到一個信息更豐富的圖像。近年來，圖像融合技術在遙感衛(wèi)星、自動識別、醫(yī)學，特別是軍事方面的作用越來越大。多聚焦圖像的融合是圖像融合研究中一類具有代表性的問題，它解決了現實生活中光學鏡頭聚焦不同物體所產生的限制，從而獲得一個聚焦

3、的各個相關對象都清晰的圖像。融合后圖像的質量好過任何一個源圖像，有效地提高了圖像信息的利用率和系統(tǒng)對目標探測識別的可靠性，廣泛地用于機器識別、目標探測等領域。要取得比較理想的多聚焦圖像融合結果，就需對參與融合的圖像進行配準工作，嚴格的配準是得到好的融合效果的前提。對某一場景進行圖像拍攝的過程中，由于拍攝視角的變化或者光照度不同的影響，會影響后續(xù)圖像的融合。文中采用基于SIFT(ScaleInvariantFeatureTransForm

4、)特征的圖像配準技術來提取特征點；根據BBF(BestBin—First)搜索算法找到最鄰近和次臨近特征點，依據最鄰近和次臨近特征點距離之比來確定初始的匹配對。由于圖像本身以及操作工程中受各種因素的影響，初始的匹配對中存在很多不穩(wěn)定的、對比度低的特征點，影響后續(xù)的配準工作。為了得到精確的匹配對，我們用RANSAC(RandomSampleConsensus)隨機抽樣一致性算法來對初始的匹配對進行提純，得到精確地匹配點集。利用透視變換模型

5、求出變換矩陣H，完成圖像的配準工作。在以上配準的基礎上，本文主要論述了基于小波多尺度分析的多聚焦圖像融合方法，詳細闡述了小波多尺度分析的應用過程；并分析了空域和頻域常用的融合算法，由于不同的頻域采用不同的融合規(guī)則是圖像融合的核心，它的選取直接決定了圖像最后的融合效果。所以，本文在空間匹配度的基礎上對低頻小波融合規(guī)則進行了改進，并對融合后的多聚焦圖像在主觀方面和客觀方面(標準差、信息熵、平均梯度)與源圖像進行了比較，結果表明本文圖像融合的