基于小波变换的图像融合算法研究毕业论文

基于小波变换的图像融合算法研究

摘要

本文给出了一种基于小波变换的图像融合方法，并针对小波分解的不同频率域，分别讨论了选择高频系数和低频系数的原则。高频系数反映了图像的细节，其选择规则决定了融合图像对原图像细节的保留程度。本文在选择高频系数时，基于绝对值最大的原则，低频系数反映了图像的轮廓，低频系数的选择决定了融合图像的视觉效果，对融合图像质量的好坏起到非常重要的作用。图像融合是以图像为主要研究内容的数据融合技术，是把多个不同模式的图像传感器获得的同一场景的多幅图像或同一传感器在不同时刻获得的同一场景的多幅图像合成为一幅图像的过程。

MATLAB小波分析工具箱提供了小波分析函数，应用MATLAB进行图像融合仿真，通过突出轮廓部分和弱化细节部分进行融合，使融合后的图象具有了两幅或多幅图象的特征，更符合人或者机器的视觉特性，有利于对图像进行进一步的分析和理解，有利于图像中目标的检测和识别或跟踪。

关键词小波变换；融合规则；图像融合

Image Fusion Algorithm Based on Wavelet

Transform

Abstract

In this paper, the image fusion method based on wavelet transform, and for the wavelet decomposition of the frequency domain, respectively, discussed the principles of select high-frequency coefficients and low frequency coefficients. The high-frequency coefficients reflect the details of the image, the selection rules to determine the extent of any reservations of the fused image on the original image detail. The choice of high-frequency coefficients, based on the principle of maximum absolute value, and consistency verification results. The low-frequency coefficients reflect the contours of the image, the choice of the low frequency coefficients determine the visual effect of the fused image, play a very important role in the fused image quality is good or bad.

MATLAB Wavelet Analysis Toolbox provides a wavelet analysis function using MATLAB image fusion simulation, highlight the contours of parts and the weakening of the details section, fusion, image fusion has the characteristics of two or multiple images, more people or the visual characteristics of the machine, the image for further analysis and understanding, detection and identification or tracking of the target image.

Keywords Wavelet transform; Fusion rule; Image Fusion

目录

摘要...................................................................................................................... I Abstract ............................................................................................................... II

第1章绪论 (5)

1.1 课题研究的意义及背景 (5)

1.1.1 本课题的研究背景 (5)

1.1.2 课题研究的实际意义 (7)

1.2 本文的主要内容 (7)

第2章小波变换理论基础 (10)

2.1小波变换 (10)

2.1.1小波变换的思想 (10)

2.1.2 连续小波基函数 (11)

2.1.3 连续小波变换 (12)

2.1.4 离散小波变换 (13)

2.1.5 二进小波变换 (13)

2.2多分辨率分析与离散小波快速算法 (14)

2.2.1 多分辨率分析 (14)

2.2.2尺度函数和尺度空间 (15)

2.2.3 离散小波变换的快速算法 (15)

2.3几种常用的小波 (16)

2.4 Mallat的快速算法 (18)

2.5 本章小结 (19)

第3章基于小波变换的图像融合方法研究 (20)

3.1图像融合概述 (20)

3.2图像融合的方法 (20)

3.3基于小波变换的图像融合算法原理 (21)

3.3.1 基于小波分解的融合算法流程 (21)

3.3.2 高频系数融合规则 (22)

3.3.3低频系数融合规则 (23)

3.4 本章小结 (25)

第4章实验结果及分析 (26)

4.1 实验的仿真 (26)

4.2 实验的结果分析 (27)

4.3 本章小结 (28)