多聚焦圖像融合通過(guò)將同一場(chǎng)景處于不同聚焦區(qū)域的信息進(jìn)行有效地結(jié)合,使不同成像距離上的物體能夠清晰地呈現(xiàn)在一幅圖像中,解決了目前光學(xué)成像系統(tǒng)聚焦范圍有限的缺陷,從而向人們提供更精確、更全面和更可靠的信息,為目標(biāo)識(shí)別、特征提取與追蹤檢測(cè)等奠定了良好的基礎(chǔ),在數(shù)碼攝影、計(jì)算機(jī)視覺(jué)、圖像分割和顯微成像等領(lǐng)域具有廣泛的應(yīng)用前景,具有一定的實(shí)際意義與應(yīng)用價(jià)值。引導(dǎo)濾波器作為一種新穎的保邊平滑濾波器,具有邊緣保持及復(fù)雜度較低等特性。論文基于引導(dǎo)濾波器的良好特性,針對(duì)目前部分多聚焦圖像融合算法中存在的問(wèn)題,提出了兩種基于引導(dǎo)濾波器的多聚焦圖像融合算法:（1）基于非下采樣Contourlet變換與引導(dǎo)濾波的多聚焦圖像融合算法研究為解決目前部分多聚焦圖像融合算法在聚焦物體邊緣銜接處產(chǎn)生的偽影問(wèn)題,提出了一種基于非下采樣Contourlet變換與引導(dǎo)濾波的多聚焦圖像融合算法。首先,采用非下采樣Contourlet變換對(duì)多聚焦源圖像進(jìn)行多尺度分解;其次,為豐富多聚焦融合圖像的邊緣信息量,對(duì)低頻子帶系數(shù)采用基于邊緣信息量的引導(dǎo)濾波加權(quán)融合規(guī)則,對(duì)帶通方向子帶系數(shù),則提出一種基于顯著性信息的引導(dǎo)濾波加權(quán)融合規(guī)則;... 

【文章來(lái)源】：蘭州交通大學(xué)甘肅省

【文章頁(yè)數(shù)】：82 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

不同1r和2r參數(shù)下的客觀評(píng)價(jià)指標(biāo)值變化圖

蘭州交通大學(xué)工程碩士學(xué)位論文整體上處于上漲趨勢(shì)；而GQ 及SFQ 這兩個(gè)指標(biāo)則均先經(jīng)歷趨于平緩、后上漲，再趨于平緩這三個(gè)階段；所以，經(jīng)綜合考慮， eps 2參數(shù)的取值為 1。

4.5.2 實(shí)驗(yàn)結(jié)果分析（1）定性評(píng)價(jià)圖4.9-圖4.14為采用不同融合方法獲得的3組融合結(jié)果圖及對(duì)應(yīng)的局部放大圖，接下來(lái)對(duì)這3組融合結(jié)果圖進(jìn)行定性評(píng)價(jià)與分析。圖4.9和圖4.10為第一組實(shí)驗(yàn)的融合結(jié)果圖及對(duì)應(yīng)的局部放大圖。其中，圖4.9(c)均較好地將兩幅多聚焦源圖像的信息保留了下來(lái)，但整幅圖像的清晰度發(fā)生了輕微的下降；圖4.9(d)則在圖中圈出的區(qū)域處（人物的手部）有輕微的偽影產(chǎn)生；圖4.9(e)和圖4.9(i)(a)源圖像A (b)源圖像B (c)DTCWT (d)CVT (e)NSCT(f)NSCT-SFPCNN (g)ASR (h)GIF (i)RGF (j)NSCT-GFF圖4.9 第一組實(shí)驗(yàn)的融合結(jié)果圖

【參考文獻(xiàn)】：
期刊論文
[1]多級(jí)方向引導(dǎo)濾波器及其在多傳感器圖像融合中的應(yīng)用[J]. 陳廣秋,梁小偉,段錦,才華.  吉林大學(xué)學(xué)報(bào)(理學(xué)版). 2019(01)
[2]基于小波變換的多聚焦圖像融合方法[J]. 管飚.  吉林大學(xué)學(xué)報(bào)(理學(xué)版). 2017(04)
[3]稀疏表示和非下采樣Shearlet變換相結(jié)合的多聚焦圖像融合[J]. 楊勇,萬(wàn)偉國(guó),黃淑英,姚麗.  小型微型計(jì)算機(jī)系統(tǒng). 2017(02)
[4]四元數(shù)小波變換聯(lián)合稀疏表示的圖像融合[J]. 常莉紅,馮象初,張瑞.  系統(tǒng)工程與電子技術(shù). 2017(07)
[5]NSCT域內(nèi)結(jié)合邊緣特征和自適應(yīng)PCNN的紅外與可見(jiàn)光圖像融合[J]. 閆利,向天燭.  電子學(xué)報(bào). 2016(04)
[6]Curvelet域自適應(yīng)脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像融合方法[J]. 王昊鵬,劉澤乾,方興,張會(huì)勇,王晶橫.  光電子·激光. 2016(04)
[7]基于NSST域灰度關(guān)聯(lián)分析的多聚焦圖像融合方法[J]. 邢雅瓊,王曉丹,雷蕾,宋亞飛.  系統(tǒng)工程理論與實(shí)踐. 2015(09)
[8]基于模糊算子的Tetrolet變換圖像融合算法[J]. 沈瑜,伍忠東,王小鵬,董亞楠,江娜.  計(jì)算機(jī)科學(xué)與探索. 2015(09)
[9]圖像融合質(zhì)量客觀評(píng)價(jià)方法[J]. 高紹姝,金偉其,王嶺雪,王吉暉,王霞.  應(yīng)用光學(xué). 2011(04)
[10]無(wú)線傳感器網(wǎng)絡(luò)的研究進(jìn)展[J]. 李建中,高宏.  計(jì)算機(jī)研究與發(fā)展. 2008(01)

博士論文
[1]基于NSST的圖像融合算法研究[D]. 邢笑雪.吉林大學(xué) 2014
[2]多聚焦圖像像素級(jí)融合算法研究[D]. 張永新.西北大學(xué) 2014
[3]基于人類視覺(jué)系統(tǒng)的圖像信息感知和圖像質(zhì)量評(píng)價(jià)[D]. 吳金建.西安電子科技大學(xué) 2014
[4]多聚焦圖像像素級(jí)融合方法研究[D]. 李華鋒.重慶大學(xué) 2012
[5]多尺度變換的多聚焦圖像融合算法研究[D]. 徐月美.中國(guó)礦業(yè)大學(xué) 2012
[6]變換域中的多源圖像融合方法研究[D]. 焦竹青.江南大學(xué) 2011
[7]多模態(tài)醫(yī)學(xué)影像配準(zhǔn)與融合技術(shù)的研究[D]. 葛雯.東北大學(xué) 2009

碩士論文
[1]基于PCNN的多聚焦圖像融合算法研究[D]. 王帥.蘭州大學(xué) 2017



本文編號(hào)：3601951