多聚焦图像融合算法研究

本科毕业设计论文题目多聚焦图像融合算法研究

专业名称

学生姓名

指导教师

毕业时间

毕业 任务书

一、题目

多聚焦图像融合算法研究

二、指导思想和目的要求

本题目来源于科研，主要研究多聚焦图像的概念，学习多聚焦图像的常用融合算法，进而实现相关算法。希望通过该毕业设计，学生能达到：

1．利用已有的专业知识，培养学生解决实际工程问题的能力；

2．锻炼学生的科研工作能力和培养学生团队合作及攻关能力。

三、主要技术指标

1．学习多聚焦图像的特点；

2．研究多聚焦图像的融合算法；

3．实现多聚焦图像的融合。

四、进度和要求

第01周----第02周： 参考翻译英文文献；

第03周----第04周： 学习多聚焦图像的特点；

第05周----第08周： 研究多聚焦图像的融合算法；

第09周----第14周： 编写多聚焦图像的融合程序；

第15周----第16周： 撰写毕业设计论文，论文答辩。

五、主要参考书及参考资料

1.张德丰.MATLAB 数字图像处理[M].北京：机械工业出版社，201

2.

2. 敬忠良. 图像融合——理论与应用[M].北京：高等教育出版社，2010.

3. 郭雷. 图像融合[M]. 北京：电子工业出版社，2011.

4. 孙巍. 孙巍. 像素及多聚焦图像融合算法研究[D].长春：吉林大学，2008.

5. 马先喜. 多聚焦图像融合算法研究[D].无锡：江南大学，2012.

学生 指导教师 系主任 __ __

设计

论文

摘要

图像融合是将同一对象的两个或多个图像按一定规则合成为一幅图像。其关键是抽取每幅源图像中的清晰区域，并将这些清晰区域以一定的规则融合起来，从而生成一幅清晰且信息量完整的融合图像。多聚焦图像融合的具体目标在于提高图像的空间分辨率、改善图像的几何精度、增强特征显示能力、改善分类精度、替代或修补图像数据的缺陷等。

本文概括了多聚焦图像融合的一些基本概念和相关的基本知识，对DWT分解的层数和方向子带的个数对融合结果的影响进行了初步的研究。并就加权平均法、单层DWT分解、二层及二层以上DWT分解对多聚焦图像的融合进行了算法研究和编程实现，并对这些方法的仿真结果进行了比较分析。

仿真结果表明，基于空间域的加权平均法的融合效果非常一般，在图像的细节表现力方面存在很大的不足；而基于变换域中的小波变换的低频取平均、高频取绝对值最大的融合算法在小波分解层数达到三层时，所得融合图像的性能指标，如信息熵、空间频率和清晰度都较为理想，达到了预期目的。可见多层DWT分解融合方法具有较高的应用价值，可以将其用于图片的判读分析，如指纹识别、人脸鉴别、不完整图片的复原等。

关键词：图像融合，多聚焦图像，加权平均，DWT

ABSTRACT

Image fusion is two or more images of the same object according to certain rules of synthesis of an image. The key is to extract every source image in a clear area, and these rules must be clear and the region to come together. The amount of information to generate a clear and complete fusion image is its ultimate goal.Multi-focus image fusion specific objectives is to improve the spatial resolution of the image, to improve the image geometric accuracy, enhanced features display capabilities, improve classification accuracy, replace or repair the defects and other image data.

This paper summarized some basic concepts and knowledge of multi-focus image fusion and did a preliminary study about the impact of DWT decomposition layers and the number of directional subbands related to multi-focus fusion results. And the weighted average method, single DWT decomposition, second floor and the second floor above DWT decomposition of multi-focus image fusion algorithm performed research and programming, and the simulation results of these methods were compared.

It was found that the effect of the weighted average method of integration is very general and there is a big shortage in detail expressive aspects of the image.However, based on averaging the low-frequency and getting the largest absolute value of high frequency of wavelet transform fusion algorithm in transform domain performed good when wavelet decomposition level reaches three.The resulting image fusion performed indicators, such as information entropy, spatial frequency and clarity are more ideal to achieve the desired purpose.It is visible that multi-DWT decomposition fusion method has a high value, and its interpretation can be used to image analysis, such as fingerprint recognition, face identification,incomplete pictures recovery and so on.

KEY WORDS: image fusion，multi-focus image，weighted average，DWT