基于红外与可见光的水面目标图像的融合方法研究
发布时间：2021-05-25 14:13
红外传感器成像原理为热辐射成像。其成像不受雾、阴天等恶劣天气的影响,但得到的图像背景比较模糊,并且空间分辨率和图像对比度低。可见光传感器利用可见光反射成像,获得的图像纹理清晰,却容易被雾、雨等恶劣环境干扰。智能船或者救援船在水面航行时,由于雾的遮挡,可见光传感器无法识别出雾中需要救援人,而红外传感器能够通过热辐射识别出雾中的人,却由于其成像原理,无法获得人的具体位置。所以本文针对雾天的水面目标图像的采集问题,设计了两套红外与可见光的融合方法。本文主要包括以下四个方面:1.首先本文阐述了图像融合的三个层次（像素级、特征级和决策级）和红外与可见光成像的原理,并分别在空间域和变换域介绍了现在比较成熟的图像融合方法,并且对图像进行了预处理（滤波、增强和配准）。并阐述了图像的质量评价指标,为后面对融合后的图像质量评价做好理论基础。2.其次深入了解非下采Contourlet变换（Nonsubsampled Contourlet Transform,NSCT）的基本原理和组成（非下采样塔型滤波器组和非下采样方向滤波器组）,并阐述了基于NSCT的图像融合原理及融合实例,并通过改变阈值找到最佳的融合阈值...
【文章来源】：哈尔滨工程大学黑龙江省 211工程院校
【文章页数】：89 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 课题研究背景及意义
1.2 红外与可见光的图像融合的现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 本文的主要工作
第2章 基于红外与可见光的图像融合基础理论及图像的预处理
2.1 红外与可见光成像原理
2.2 图像融合
2.2.1 图像融合的框架
2.2.2 图像融合的层次
2.2.3 图像融合的方法
2.3 水面图像融合的预处理
2.3.1 水面图像的去噪
2.3.2 水面图像滤波算法实验对比结果图
2.3.3 水面图像的增强
2.3.4 水面图像增强算法实验对比结果
2.3.5 水面图像的配准
2.3.6 水面图像配准实验分析
2.4 图像融合质量评价方法
2.4.1 主观质量评价
2.4.2 客观质量评价
2.5 本章小结
第3章 基于红外与可见光的图像融合方法
3.1 非下采样Contourlet变换融合方法
3.1.1 非下采样Contourlet变换理论
3.1.2 非下采样塔形滤波器组结构
3.1.3 非下采样方向滤波器组结构
3.1.4 基于NSCT图像融合的方法实现
3.1.5 阈值T对融合结果的影响
3.2 脉冲耦合神经网络(PCNN)理论
3.2.1 PCNN模型的基本理论
3.2.2 PCNN的简化模型
3.2.3 基于PCNN图像融合的方法实现
3.3 本章小结
第4章 基于NSCT和视觉显著性的红外与可见光的水面图像融合方法
4.1 FrequencyTuned算法
4.1.1 Dog滤波器
4.1.2 参数选择
4.1.3 计算显著性检测图
4.1.4 图像引导滤波器
4.1.5 红外图像显著性检测
4.2 融合规则
4.2.1 融合过程
4.2.2 实验结果及分析
4.3 本章小结
第5章 基于NSCT和PCNN的红外与可见光水面图像融合方法
5.1 基于NSCT和PCNN水面图像融合过程
5.1.1 低频部分的融合规则
5.1.2 带通方向子带部分的融合规则
5.2 实验结果及分析
5.3 本章小结
结论
参考文献
攻读硕士学位期间发表论文和取得的科研成果
致谢
【参考文献】：
期刊论文
[1]结合模糊逻辑和SCM的NSDTCT域红外和可见光图像融合[J]. 赵杰,李易瑾,刘帅奇. 小型微型计算机系统. 2018(02)
[2]红外与可见光图像融合方法比较研究[J]. 李欣腾,李梦洋. 湖北民族学院学报(自然科学版). 2018(01)
[3]简析像素级图像融合技术的进展[J]. 智珊珊,薛瑞. 信息系统工程. 2018(01)
[4]基于NSST和改进PCNN的医学图像融合[J]. 赵丹,戴文战,李俊峰. 光电子·激光. 2018(01)
[5]基于红外和可见光融合的目标跟踪[J]. 王凯,韦宏利,陈超波,曹凯. 计算机系统应用. 2018(01)
[6]基于NSCT和混合粒子群算法的红外与可见光图像融合[J]. 冯颖,贺兴时,杨新社. 电光与控制. 2018(01)
[7]基于SML和PCNN的NSCT域多聚焦图像融合[J]. 谢秋莹,易本顺,柯祖福,李卫中. 计算机科学. 2017(06)
[8]一种基于稀疏表示的可见光与红外图像融合方法[J]. 张生伟,李伟,赵雪景. 电光与控制. 2017(06)
[9]NSCT域内基于自适应PCNN的图像融合新方法[J]. 荣传振,贾永兴,杨宇,朱莹,王渊. 信号处理. 2017(03)
[10]基于ORB特征的无人机遥感图像拼接改进算法[J]. 刘婷婷,张惊雷. 计算机工程与应用. 2018(02)
博士论文
[1]基于视觉显著性的图像检索算法研究[D]. 吴俊峰.大连海事大学 2017
[2]红外与可见光图像融合算法研究[D]. 周渝人.中国科学院研究生院(长春光学精密机械与物理研究所) 2014
[3]视觉显著性应用研究[D]. 敖欢欢.中国科学技术大学 2013
[4]多尺度变换的多聚焦图像融合算法研究[D]. 徐月美.中国矿业大学 2012
[5]雾天降质图像增强方法研究及DSP实现[D]. 许志远.大连海事大学 2010
[6]多传感器图像融合方法研究[D]. 刘贵喜.西安电子科技大学 2001
硕士论文
[1]基于SIFT算法的快速图像配准技术[D]. 孙伟晔.吉林大学 2017
[2]海面双波段红外图像配准与融合方法研究[D]. 付莹.大连海事大学 2017
[3]基于Cyclone Ⅳ的红外与可见光图像融合系统的设计与研究[D]. 冯澍.南京理工大学 2017
[4]基于同态滤波的图像增强算法研究[D]. 程新.西安邮电大学 2016
[5]红外与可见光图像融合中的关键技术研究[D]. 王雪.电子科技大学 2016
[6]基于视觉显著性算法的图像融合研究[D]. 杨爽.吉林大学 2016
[7]基于稀疏表示模型的热红外与可见光图像融合研究[D]. 李海超.安徽大学 2016
[8]基于PCNN和NSCT变换的图像融合算法[D]. 姜志.浙江理工大学 2014
[9]红外图像与可见光图像融合研究[D]. 李洋.哈尔滨工程大学 2013
[10]基于改进的主成分分析的红外与可见光图像融合方法研究[D]. 刘立坤.华中科技大学 2013
本文编号：3205482
【文章来源】：哈尔滨工程大学黑龙江省 211工程院校
【文章页数】：89 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 课题研究背景及意义
1.2 红外与可见光的图像融合的现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 本文的主要工作
第2章 基于红外与可见光的图像融合基础理论及图像的预处理
2.1 红外与可见光成像原理
2.2 图像融合
2.2.1 图像融合的框架
2.2.2 图像融合的层次
2.2.3 图像融合的方法
2.3 水面图像融合的预处理
2.3.1 水面图像的去噪
2.3.2 水面图像滤波算法实验对比结果图
2.3.3 水面图像的增强
2.3.4 水面图像增强算法实验对比结果
2.3.5 水面图像的配准
2.3.6 水面图像配准实验分析
2.4 图像融合质量评价方法
2.4.1 主观质量评价
2.4.2 客观质量评价
2.5 本章小结
第3章 基于红外与可见光的图像融合方法
3.1 非下采样Contourlet变换融合方法
3.1.1 非下采样Contourlet变换理论
3.1.2 非下采样塔形滤波器组结构
3.1.3 非下采样方向滤波器组结构
3.1.4 基于NSCT图像融合的方法实现
3.1.5 阈值T对融合结果的影响
3.2 脉冲耦合神经网络(PCNN)理论
3.2.1 PCNN模型的基本理论
3.2.2 PCNN的简化模型
3.2.3 基于PCNN图像融合的方法实现
3.3 本章小结
第4章 基于NSCT和视觉显著性的红外与可见光的水面图像融合方法
4.1 FrequencyTuned算法
4.1.1 Dog滤波器
4.1.2 参数选择
4.1.3 计算显著性检测图
4.1.4 图像引导滤波器
4.1.5 红外图像显著性检测
4.2 融合规则
4.2.1 融合过程
4.2.2 实验结果及分析
4.3 本章小结
第5章 基于NSCT和PCNN的红外与可见光水面图像融合方法
5.1 基于NSCT和PCNN水面图像融合过程
5.1.1 低频部分的融合规则
5.1.2 带通方向子带部分的融合规则
5.2 实验结果及分析
5.3 本章小结
结论
参考文献
攻读硕士学位期间发表论文和取得的科研成果
致谢
【参考文献】：
期刊论文
[1]结合模糊逻辑和SCM的NSDTCT域红外和可见光图像融合[J]. 赵杰,李易瑾,刘帅奇. 小型微型计算机系统. 2018(02)
[2]红外与可见光图像融合方法比较研究[J]. 李欣腾,李梦洋. 湖北民族学院学报(自然科学版). 2018(01)
[3]简析像素级图像融合技术的进展[J]. 智珊珊,薛瑞. 信息系统工程. 2018(01)
[4]基于NSST和改进PCNN的医学图像融合[J]. 赵丹,戴文战,李俊峰. 光电子·激光. 2018(01)
[5]基于红外和可见光融合的目标跟踪[J]. 王凯,韦宏利,陈超波,曹凯. 计算机系统应用. 2018(01)
[6]基于NSCT和混合粒子群算法的红外与可见光图像融合[J]. 冯颖,贺兴时,杨新社. 电光与控制. 2018(01)
[7]基于SML和PCNN的NSCT域多聚焦图像融合[J]. 谢秋莹,易本顺,柯祖福,李卫中. 计算机科学. 2017(06)
[8]一种基于稀疏表示的可见光与红外图像融合方法[J]. 张生伟,李伟,赵雪景. 电光与控制. 2017(06)
[9]NSCT域内基于自适应PCNN的图像融合新方法[J]. 荣传振,贾永兴,杨宇,朱莹,王渊. 信号处理. 2017(03)
[10]基于ORB特征的无人机遥感图像拼接改进算法[J]. 刘婷婷,张惊雷. 计算机工程与应用. 2018(02)
博士论文
[1]基于视觉显著性的图像检索算法研究[D]. 吴俊峰.大连海事大学 2017
[2]红外与可见光图像融合算法研究[D]. 周渝人.中国科学院研究生院(长春光学精密机械与物理研究所) 2014
[3]视觉显著性应用研究[D]. 敖欢欢.中国科学技术大学 2013
[4]多尺度变换的多聚焦图像融合算法研究[D]. 徐月美.中国矿业大学 2012
[5]雾天降质图像增强方法研究及DSP实现[D]. 许志远.大连海事大学 2010
[6]多传感器图像融合方法研究[D]. 刘贵喜.西安电子科技大学 2001
硕士论文
[1]基于SIFT算法的快速图像配准技术[D]. 孙伟晔.吉林大学 2017
[2]海面双波段红外图像配准与融合方法研究[D]. 付莹.大连海事大学 2017
[3]基于Cyclone Ⅳ的红外与可见光图像融合系统的设计与研究[D]. 冯澍.南京理工大学 2017
[4]基于同态滤波的图像增强算法研究[D]. 程新.西安邮电大学 2016
[5]红外与可见光图像融合中的关键技术研究[D]. 王雪.电子科技大学 2016
[6]基于视觉显著性算法的图像融合研究[D]. 杨爽.吉林大学 2016
[7]基于稀疏表示模型的热红外与可见光图像融合研究[D]. 李海超.安徽大学 2016
[8]基于PCNN和NSCT变换的图像融合算法[D]. 姜志.浙江理工大学 2014
[9]红外图像与可见光图像融合研究[D]. 李洋.哈尔滨工程大学 2013
[10]基于改进的主成分分析的红外与可见光图像融合方法研究[D]. 刘立坤.华中科技大学 2013
本文编号：3205482
本文链接：https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3205482.html
