由于不同圖像傳感器原理和圖像采集條件的限制,導(dǎo)致單幅單傳感器圖像不能有效地反應(yīng)真實(shí)場景的完整信息;因此,有計(jì)劃的獲取同一場景多幅源圖像提取其互補(bǔ)信息,同時(shí)去除其冗余信息,成為較為重要和基礎(chǔ)的圖像處理技術(shù)。圖像融合技術(shù)可以有效提取并融合多源圖像中的互補(bǔ)信息,以彌補(bǔ)單幅單傳感圖像的局限性,從而獲得更加完整和準(zhǔn)確的場景圖像。近些年,圖像表示與分析理論技術(shù)的迅速發(fā)展,為圖像融合技術(shù)帶來了更多的可能和新的挑戰(zhàn);同時(shí)受到獲取高質(zhì)量圖像需求的驅(qū)動(dòng),圖像融合技術(shù)逐漸成為研究熱點(diǎn),并廣泛應(yīng)用于軍事偵察、醫(yī)學(xué)診斷、遙感探測、安防監(jiān)控等領(lǐng)域。本文以脈沖耦合神經(jīng)網(wǎng)絡(luò)（Pulse coupled neural network,PCNN）理論模型與多尺度分析技術(shù)為基本工具,針對(duì)彩色圖像融合中的彩色特征提取與融合、圖像細(xì)節(jié)或區(qū)域特征提取與融合問題,以PCNN及其改進(jìn)版本的動(dòng)力學(xué)特性、空域灰度多聚焦圖像融合中的特征提取與優(yōu)化、彩色多聚焦圖像融合中的彩色空間選擇與特征提取、遙感圖像的光譜與空間細(xì)節(jié)信息融合、可見光和紅外圖像的細(xì)節(jié)與局部特征融合為主要內(nèi)容開展了深入研究,提出了幾種可行的圖像融合方案。論文主要工作可總結(jié)為以... 

【文章來源】：云南大學(xué)云南省 211工程院校

【文章頁數(shù)】：164 頁

【學(xué)位級(jí)別】：博士

【部分圖文】：

PCNN模型神經(jīng)元示意圖ijF

S-PCNN模型神經(jīng)元示意圖ijijF

ICM模型神經(jīng)元示意圖


本文編號(hào)：3554444