分享到:

基于多尺度几何分析的红外与可见光图像融合方法研究

红外与可见光图像融合研究是多源传感器信息融合领域研究内容的分支,通过将单独的红外图像和可见光图像的特征信息综合到一幅图像,得到信息量更加丰富的融合图像,有利于突出目标,增强对图像有效信息的理解,便于在隐藏或者迷惑等复杂的情况下更精确、快速地探测目标。多尺度几何分析(Multiscale geometric analysis,MGA)方法的多分辨率、多方向性和各向异性,能够提取和分析红外与可见光图像的奇异性,展现两种图像固有的数据信号特征。论文基于多尺度几何分析理论中的变换方法,对红外传感器图像和可见光传感器图像的融合中常见的问题进行研究,以得到适用于红外与可见光图像融合中不同应用的图像融合算法。围绕多尺度几何分析的红外与可见光图像融合,论文重点阐述了以下三种方法:基于非下采样Contourlet变换(Nonsubsampled Contourlet transformation,NSCT)的含噪声图像融合算法;基于Tetrole  (本文共114页) 本文目录 | 阅读全文>>

重庆大学
重庆大学

基于模糊逻辑的红外与可见光图像融合技术

图像融合是通过某种算法除去大量数据的冗余部分,提取有用信息,从而获得具有更多价值的新图像,有利于人眼观察和计算机的进一步计算、分析与处理。随着图像融合技术的发展,红外与可见光图像融合技术已被广泛应用于军事、安全监控和人脸识别等领域。本文主要研究了基于模糊逻辑的灰度图像融合方法和基于模糊逻辑的彩色图像融合方法,该方法有助于进一步发展和完善图像融合技术理论体系。基于模糊逻辑的灰度图像融合方法主要分为两个部分,图像的多分辨率分析和图像融合准则。本文采用的多分辨率分析工具有拉普拉斯金字塔变换、小波变换、平稳小波变换和非下采样Contourlet变换。源图像经多分辨率分析工具分解后,图像被分解为低频分量和高频分量。本文将模糊逻辑这一新的数学方法应用于图像融合领域,利用模糊逻辑集合的不确定性,将模糊隶属函数应用于低频分量的图像融合准则中。大量实验表明,基于模糊逻辑的红外与可见光图像融合算法取得了良好的融合效果。基于模糊逻辑的彩色图像融合方法...  (本文共76页) 本文目录 | 阅读全文>>

中国科学院研究生院(长春光学精密机械与物理研究所)
中国科学院研究生院(长春光学精密机械与物理研究所)

红外与可见光图像融合技术研究

随着传感器技术的发展,红外成像传感器、可见光成像传感器在军事和安全监控等领域的应用得到了不断的推广。但这两类传感器的成像特点及局限性,使它们在某些成像环境下,利用单一传感器完成任务存在一定困难。如何利用红外与可见光成像传感器之间的互补信息,有效地发掘和综合图像的特征信息、突出红外目标、增强场景理解,一直是红外与可见光图像融合技术的研究热点。本论文主要围绕非下采样Contourlet变换、双树复小波变换等多尺度变换方法,对红外与可见光图像融合算法进行深入、系统地研究,结合大量仿真实验,提出了几种图像融合算法。首先,探讨了红外及可见光传感器的成像特性,对现有的各类图像融合算法进行总结和归纳,研究了多尺度几何变换理论,并对图像融合的评价指标及评价依据进行了详细的介绍和探讨。其次,对非下采样Contourlet变换理论进行了学习和研究。对非下采样Contourlet变换带通方向子带系数间存在的空间相关性进行了探讨,并提出了一种基于该属性...  (本文共112页) 本文目录 | 阅读全文>>

电子科技大学
电子科技大学

热红外图像与可见光图像融合方法研究

图像融合是一门工程科学,也是一门艺术。作为图像工程的一个重要分支,30年来图像融合已发生了深刻的技术变革,图像融合规则、融合方法开始趋向于对人类大脑认知功能的模拟和视觉感知系统的模仿,图像融合正逐渐向智能化、抽象化的视觉理解方向迈进。热红外与可见光图像融合一直是图像融合研究的热点,在军事侦查、安全监控等领域有着广泛的需求和应用。本文以热红外图像与可见光图像为研究对象,针对基于区域的图像融合框架的局限性,受认知图像融合思想的启发,提出了基于内容认知的图像融合框架模型。本文主要工作内容如下:(1)分别介绍了多分辨率分析的图像融合中常用的Mallat、à trous、Contourlet及NSCT四种算法。考虑到这四种算法在图像多尺度分解与重构时的相关性,选用Mallat算法,研究了多分辨率分析的热红外与可见光图像融合中尺度选择问题。研究结果表明,综合考虑融合图像的空间质量、保真度以及融合过程中的计算量和实时性等各方面因素,对图像进行...  (本文共103页) 本文目录 | 阅读全文>>

江南大学
江南大学

基于特征提取的图像融合

图像融合是一种将多个传感器采集到的关于同一场景的图像经过融合算法处理合成一副图像的技术,融合后的图像能有效地结合多幅待融合图像的优点,从而使图像更适合人类的视觉感知。当前图像融合技术被广泛地应用于军事侦查、医疗诊断和遥感等领域。近年来,深度学习成为了计算机视觉领域中最受关注的方法。深度学习通过模拟人脑处理信息的机制,利用不同层次的神经元提取输入数据的分层特征。利用这种结构可以提取出输入数据属于不同抽象层次的特征,因此深度学习对复杂数据有着优异的特征提取能力。栈式稀疏自编码SSAE是一种无监督的深度学习工具,其参数的调整无需数据带有标签。上述优点恰好符合图像融合对于特征提取工具的要求。此外,考虑到待融合图像的相似程度会影响融合规则的选择,而尺度不变特征变换SIFT是一种较为稳定的特征提取工具,在图像内容匹配中有着广泛的应用,利用SIFT来评估待融合图像的内容相似程度,并以此来选择最优的融合规则可以期待扩展融合算法的适用面。本文在学...  (本文共69页) 本文目录 | 阅读全文>>

天津大学
天津大学

红外图像视觉效果增强技术的研究

红外热成像技术在军事和民用等很多领域发挥着越来越重要的作用,它拓展了人类视觉认知极限,将人类的视觉感知范围由传统的可见光谱扩展到视觉不可见的红外辐射光谱区。但是,红外图像的对比度不高,视觉效果模糊,不利于进行观察和提取景物特征信息。对红外图像进行增强处理,提高红外图像的对比度,改善图像视觉效果,成为目前红外热成像领域研究的一个重要方面。研究、分析和总结了图像增强方法,并针对目前图像增强算法中普遍存在的图像局部细节保护和噪声滤除之间的矛盾,提出了基于单幅图像多尺度方向分析的红外图像增强方法和基于多源图像融合的图像增强方法。多尺度方向分析是近年来在小波分析的基础上发展起来的图像稀疏表示方法。论文将多尺度方向分析理论应用于红外图像的去噪增强处理中,提出一种基于NSCT (Nonsubsampled Contourlet)变换的红外图像增强方法。利用NSCT变换在处理图像几何结构方面的优势,对红外图像的噪声和边缘信息分别进行处理,从而能...  (本文共102页) 本文目录 | 阅读全文>>