兩類圖像融合是指將兩類傳感器對(duì)同一場(chǎng)景獲得的圖像內(nèi)容信息進(jìn)行融合,獲得一幅兼具兩幅圖像特點(diǎn)的圖像。紅外圖像與可見(jiàn)光圖像的融合在軍事方面有很多重要應(yīng)用,并且該類融合技術(shù)作為圖像融合的一項(xiàng)重要技術(shù),得到很多相關(guān)研究人員的重視以及快速發(fā)展。雖然紅外圖像和可見(jiàn)光圖像獲取圖像的原理以及方式截然不同,但是紅外圖像與可見(jiàn)光圖像的信息可以互補(bǔ)。紅外圖像是傳感器通過(guò)目標(biāo)場(chǎng)景溫度高低獲取圖像信息,目標(biāo)的溫度和發(fā)射頻率會(huì)影響其成像效果。紅外圖像成像過(guò)程中不受光照條件的影響,可以24小時(shí)不間斷工作。從視覺(jué)效果看紅外圖像中熱目標(biāo)物非常顯著,但是分辨率較低,清晰度較差。相反,可見(jiàn)光圖像的分辨率較高,對(duì)景物的描述更加具體。但是成像過(guò)程中容易受光照條件的影響,不具備24小時(shí)工作的能力。本文的目的是找到一種紅外圖像與可見(jiàn)光圖像融合方法,通過(guò)對(duì)源圖像的融合得到一幅目標(biāo)顯著、背景清晰、視覺(jué)效果好的融合圖像。其結(jié)果便于后續(xù)在軍事領(lǐng)域,資源監(jiān)測(cè)等許多方面的應(yīng)用。本文在對(duì)圖像融合基礎(chǔ)理論的研究基礎(chǔ)上對(duì)兩類圖像進(jìn)行分析,提出一種基于RPCA和NSCT的紅外圖像與可見(jiàn)光圖像融合方法。本文的主要內(nèi)容可以分為以下三個(gè)部分:（1）主要介紹... 

【文章來(lái)源】：西安理工大學(xué)陜西省

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

基于像素融合規(guī)則Fig.1-1Fusionrulesbasedonpixel如圖1-1所示，基于像素點(diǎn)的融合規(guī)則是直接對(duì)圖像像素的計(jì)算處理

西安理工大學(xué)碩士學(xué)位論文取法，加權(quán)平均法都是直接處理的方式。在早期研究學(xué)者將圖像多分辨大值選取方法融合圖像的子帶。該方法在圖像融合的過(guò)程中缺乏對(duì)像素響最終結(jié)果，易發(fā)生邊緣，輪廓等效果不好等現(xiàn)象[26]。區(qū)域融合規(guī)則某一區(qū)域內(nèi)的所有像素點(diǎn)之間都存在一定聯(lián)系，所以在融合圖像的時(shí)候素間的相關(guān)性。Toet 等人通過(guò)研究圖像像素之間聯(lián)系發(fā)現(xiàn)一種基于區(qū)，相比前面提到的像素級(jí)融合，該方法能夠考慮到相鄰像素之間的關(guān)系[通過(guò)圖像的輪廓等特征提出新的區(qū)域圖像融合規(guī)則，這種融合規(guī)則得到好，但是整個(gè)融合過(guò)程耗時(shí)較大[28][29]�；趨^(qū)域融合規(guī)則的主要思路的過(guò)程中不僅僅單獨(dú)考慮單一像素的融合，而是把像素點(diǎn)周圍區(qū)域內(nèi)所整體，通過(guò)計(jì)算區(qū)域的能量，梯度等特征得到像素點(diǎn)之間的融合系數(shù)。

圖 2-2 紅外圖像與可見(jiàn)光圖像的差別2-2 Difference between infrared image and visible多個(gè)傳感器獲取的圖像信息進(jìn)行融合。多個(gè)的不同描述，融合效果從視覺(jué)效果與量化指獲取的信息相互之間均含有互補(bǔ)和冗余部信息的冗余性即多個(gè)傳感器采用各自的方相同數(shù)據(jù)，那么這些從不同的傳感器獲取的這些信息在不同的圖像中的表現(xiàn)方式不同都反應(yīng)場(chǎng)景中同一景物信息。冗余信息可以靠。信息融合也可降低圖像的噪聲，使系

【參考文獻(xiàn)】：
期刊論文
[1]基于小波變換的紅外與可見(jiàn)光圖像的融合[J]. 顏家亮.  電子技術(shù)與軟件工程. 2017(16)
[2]基于視覺(jué)顯著性和NSCT的紅外與可見(jiàn)光圖像融合[J]. 傅志中,王雪,李曉峰,徐進(jìn).  電子科技大學(xué)學(xué)報(bào). 2017(02)
[3]一種新的魯棒主成分分析方法及其應(yīng)用[J]. 陳甲英,趙建偉,曹飛龍.  中國(guó)計(jì)量學(xué)院學(xué)報(bào). 2016(01)
[4]紅外與可見(jiàn)光圖像特征點(diǎn)邊緣描述與匹配算法[J]. 朱英宏,李俊山,楊威,張濤,朱藝娟.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2013(06)
[5]紅外與可見(jiàn)光圖像自相似性特征的描述與匹配[J]. 李俊山,朱英宏,朱藝娟,蘇光偉.  激光與紅外. 2013(03)
[6]基于邊緣圖像和SURF特征的可見(jiàn)光與紅外圖像的匹配算法[J]. 紀(jì)利娥,楊風(fēng)暴,王志社,陳磊.  紅外技術(shù). 2012(11)
[7]基于區(qū)域顯著性的雙波段圖像融合方法[J]. 彭海,趙巨峰,馮華君,徐之海,李奇,陳躍庭.  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2012(11)
[8]一種基于NSCT變換的紅外與可見(jiàn)光圖像融合算法[J]. 王躍華,陶忠祥.  光學(xué)與光電技術(shù). 2012(04)
[9]基于剪切波變換的可見(jiàn)光與紅外圖像融合算法[J]. 鄭紅,鄭晨,閆秀生,陳海霞.  儀器儀表學(xué)報(bào). 2012(07)
[10]采用改進(jìn)梯度互信息和粒子群優(yōu)化算法的紅外與可見(jiàn)光圖像配準(zhǔn)算法[J]. 柏連發(fā),韓靜,張毅,陳錢.  紅外與激光工程. 2012(01)



本文編號(hào)：3046298