隨著日新月異的科學技術不斷出現(xiàn)與更新,人們對高質量、高仿真度的視覺體驗的需求度逐漸提高,對傳感器的成像技術也有了更多的要求。然而,現(xiàn)有的圖像捕捉設備仍存在著許多難以解決的技術問題,得到的圖像無法獲得人們想要的效果。例如:在醫(yī)學診斷中,單一模態(tài)的醫(yī)學圖像難以獲得完整的病灶信息;在日常拍攝時,光學成像設備無法獲得與自然場景動態(tài)范圍相同的圖像,容易導致圖像的部分區(qū)域曝光過度或曝光不足等等。為了解決這一系列問題,圖像融合技術慢慢走進人們的視野,并逐漸成為了圖像處理領域中的研究熱點之一。大部分的圖像融合算法都會對源圖像進行分解處理,以獲得圖像的某些深層次信息,之后利用這些信息再進行圖像融合。在多種圖像分解方法中,基于像素級的分解方法能夠直接對源圖像的像素信息進行處理,有利于圖像的后續(xù)分析與融合。本文針對基于像素級的圖像融合算法中所存在的一些問題進行了深入研究,并提出了改進方案。論文的主要創(chuàng)新工作如下,1)利用模糊邏輯在判別非清晰概念方面的獨特優(yōu)勢,提出了一種基于結構塊分解(Structural Patch Decomposition,SPD)和模糊邏輯技術的多模醫(yī)學圖像融合方法。首先,采用SPD...

【文章頁數】：57 頁

【學位級別】：碩士

【部分圖文】：

圖5一8實驗結果

即可得到融合圖像。圖5一7圖像融合模塊界面Figures一7ImageFusionModuleInterfaee圖5一8是在圖像融合模塊中得到的一組實驗結果:(a)紅外圖像(a)InfraredImage偽)微光圖像(b)Low一LightImage圖5一8實驗結果F....

圖1-1不同模態(tài)的醫(yī)學圖像

⑽佬且８械勸踩?領域也有著其不可替代的作用，這意味著數字圖像早已進入人類社會的每一個領域中。隨著越來越多的數字圖像出現(xiàn)在人們日常生活中，想要獲取質量更高、信息更加完整的圖像成為人們的一個迫切需求。但是受限于現(xiàn)有的成像技術與設備，捕捉到的單張圖像難以為人們提供足夠的信息。例如在醫(yī)學....

圖1-2一組相同場景下的多曝光圖像

neMapping）將多曝光圖像序列壓縮為能在一般的顯像設備上顯示的正常曝光圖像。但在大多數情況下，圖像的曝光時間難以獲知，并且不同設備的CRF是不同的。這導致了基于色調映射的方法難以獲得所需要的參數。因此，多曝光圖像融合技術逐漸代替色調映射，成為解決HDR問題的一個新方案。與色....

圖2-2兩個模糊邏輯系統(tǒng)的隸屬度函數，(a

第2章基于結構塊分解與模糊邏輯的醫(yī)學圖像融合11亮度分量的隸屬度函數集合，以信號強度分量為例，_1與_1分別代表輸入與輸出隸屬度函數。隸屬度函數的個數、類型對模糊邏輯系統(tǒng)的輸出結果有著很大影響。隸屬度函數的個數一般由模糊語義變量的數量所決定，受到人類視覺系統(tǒng)的自適應機制與Rizz....

本文編號：3918965