基于引导滤波的多聚焦图像融合算法
发布时间：2022-01-22 09:31
多聚焦图像融合通过将同一场景处于不同聚焦区域的信息进行有效地结合,使不同成像距离上的物体能够清晰地呈现在一幅图像中,解决了目前光学成像系统聚焦范围有限的缺陷,从而向人们提供更精确、更全面和更可靠的信息,为目标识别、特征提取与追踪检测等奠定了良好的基础,在数码摄影、计算机视觉、图像分割和显微成像等领域具有广泛的应用前景,具有一定的实际意义与应用价值。引导滤波器作为一种新颖的保边平滑滤波器,具有边缘保持及复杂度较低等特性。论文基于引导滤波器的良好特性,针对目前部分多聚焦图像融合算法中存在的问题,提出了两种基于引导滤波器的多聚焦图像融合算法:（1）基于非下采样Contourlet变换与引导滤波的多聚焦图像融合算法研究为解决目前部分多聚焦图像融合算法在聚焦物体边缘衔接处产生的伪影问题,提出了一种基于非下采样Contourlet变换与引导滤波的多聚焦图像融合算法。首先,采用非下采样Contourlet变换对多聚焦源图像进行多尺度分解;其次,为丰富多聚焦融合图像的边缘信息量,对低频子带系数采用基于边缘信息量的引导滤波加权融合规则,对带通方向子带系数,则提出一种基于显著性信息的引导滤波加权融合规则;...
【文章来源】：兰州交通大学甘肃省
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
不同1r和2r参数下的客观评价指标值变化图
兰州交通大学工程硕士学位论文整体上处于上涨趋势；而GQ 及SFQ 这两个指标则均先经历趋于平缓、后上涨，再趋于平缓这三个阶段；所以，经综合考虑， eps 2参数的取值为 1。
4.5.2 实验结果分析（1）定性评价图4.9-图4.14为采用不同融合方法获得的3组融合结果图及对应的局部放大图，接下来对这3组融合结果图进行定性评价与分析。图4.9和图4.10为第一组实验的融合结果图及对应的局部放大图。其中，图4.9(c)均较好地将两幅多聚焦源图像的信息保留了下来，但整幅图像的清晰度发生了轻微的下降；图4.9(d)则在图中圈出的区域处（人物的手部）有轻微的伪影产生；图4.9(e)和图4.9(i)(a)源图像A (b)源图像B (c)DTCWT (d)CVT (e)NSCT(f)NSCT-SFPCNN (g)ASR (h)GIF (i)RGF (j)NSCT-GFF图4.9 第一组实验的融合结果图
【参考文献】：
期刊论文
[1]多级方向引导滤波器及其在多传感器图像融合中的应用[J]. 陈广秋,梁小伟,段锦,才华. 吉林大学学报(理学版). 2019(01)
[2]基于小波变换的多聚焦图像融合方法[J]. 管飚. 吉林大学学报(理学版). 2017(04)
[3]稀疏表示和非下采样Shearlet变换相结合的多聚焦图像融合[J]. 杨勇,万伟国,黄淑英,姚丽. 小型微型计算机系统. 2017(02)
[4]四元数小波变换联合稀疏表示的图像融合[J]. 常莉红,冯象初,张瑞. 系统工程与电子技术. 2017(07)
[5]NSCT域内结合边缘特征和自适应PCNN的红外与可见光图像融合[J]. 闫利,向天烛. 电子学报. 2016(04)
[6]Curvelet域自适应脉冲耦合神经网络的图像融合方法[J]. 王昊鹏,刘泽乾,方兴,张会勇,王晶横. 光电子·激光. 2016(04)
[7]基于NSST域灰度关联分析的多聚焦图像融合方法[J]. 邢雅琼,王晓丹,雷蕾,宋亚飞. 系统工程理论与实践. 2015(09)
[8]基于模糊算子的Tetrolet变换图像融合算法[J]. 沈瑜,伍忠东,王小鹏,董亚楠,江娜. 计算机科学与探索. 2015(09)
[9]图像融合质量客观评价方法[J]. 高绍姝,金伟其,王岭雪,王吉晖,王霞. 应用光学. 2011(04)
[10]无线传感器网络的研究进展[J]. 李建中,高宏. 计算机研究与发展. 2008(01)
博士论文
[1]基于NSST的图像融合算法研究[D]. 邢笑雪.吉林大学 2014
[2]多聚焦图像像素级融合算法研究[D]. 张永新.西北大学 2014
[3]基于人类视觉系统的图像信息感知和图像质量评价[D]. 吴金建.西安电子科技大学 2014
[4]多聚焦图像像素级融合方法研究[D]. 李华锋.重庆大学 2012
[5]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
[6]变换域中的多源图像融合方法研究[D]. 焦竹青.江南大学 2011
[7]多模态医学影像配准与融合技术的研究[D]. 葛雯.东北大学 2009
硕士论文
[1]基于PCNN的多聚焦图像融合算法研究[D]. 王帅.兰州大学 2017
本文编号：3601951
【文章来源】：兰州交通大学甘肃省
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
不同1r和2r参数下的客观评价指标值变化图
兰州交通大学工程硕士学位论文整体上处于上涨趋势；而GQ 及SFQ 这两个指标则均先经历趋于平缓、后上涨，再趋于平缓这三个阶段；所以，经综合考虑， eps 2参数的取值为 1。
4.5.2 实验结果分析（1）定性评价图4.9-图4.14为采用不同融合方法获得的3组融合结果图及对应的局部放大图，接下来对这3组融合结果图进行定性评价与分析。图4.9和图4.10为第一组实验的融合结果图及对应的局部放大图。其中，图4.9(c)均较好地将两幅多聚焦源图像的信息保留了下来，但整幅图像的清晰度发生了轻微的下降；图4.9(d)则在图中圈出的区域处（人物的手部）有轻微的伪影产生；图4.9(e)和图4.9(i)(a)源图像A (b)源图像B (c)DTCWT (d)CVT (e)NSCT(f)NSCT-SFPCNN (g)ASR (h)GIF (i)RGF (j)NSCT-GFF图4.9 第一组实验的融合结果图
【参考文献】：
期刊论文
[1]多级方向引导滤波器及其在多传感器图像融合中的应用[J]. 陈广秋,梁小伟,段锦,才华. 吉林大学学报(理学版). 2019(01)
[2]基于小波变换的多聚焦图像融合方法[J]. 管飚. 吉林大学学报(理学版). 2017(04)
[3]稀疏表示和非下采样Shearlet变换相结合的多聚焦图像融合[J]. 杨勇,万伟国,黄淑英,姚丽. 小型微型计算机系统. 2017(02)
[4]四元数小波变换联合稀疏表示的图像融合[J]. 常莉红,冯象初,张瑞. 系统工程与电子技术. 2017(07)
[5]NSCT域内结合边缘特征和自适应PCNN的红外与可见光图像融合[J]. 闫利,向天烛. 电子学报. 2016(04)
[6]Curvelet域自适应脉冲耦合神经网络的图像融合方法[J]. 王昊鹏,刘泽乾,方兴,张会勇,王晶横. 光电子·激光. 2016(04)
[7]基于NSST域灰度关联分析的多聚焦图像融合方法[J]. 邢雅琼,王晓丹,雷蕾,宋亚飞. 系统工程理论与实践. 2015(09)
[8]基于模糊算子的Tetrolet变换图像融合算法[J]. 沈瑜,伍忠东,王小鹏,董亚楠,江娜. 计算机科学与探索. 2015(09)
[9]图像融合质量客观评价方法[J]. 高绍姝,金伟其,王岭雪,王吉晖,王霞. 应用光学. 2011(04)
[10]无线传感器网络的研究进展[J]. 李建中,高宏. 计算机研究与发展. 2008(01)
博士论文
[1]基于NSST的图像融合算法研究[D]. 邢笑雪.吉林大学 2014
[2]多聚焦图像像素级融合算法研究[D]. 张永新.西北大学 2014
[3]基于人类视觉系统的图像信息感知和图像质量评价[D]. 吴金建.西安电子科技大学 2014
[4]多聚焦图像像素级融合方法研究[D]. 李华锋.重庆大学 2012
[5]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
[6]变换域中的多源图像融合方法研究[D]. 焦竹青.江南大学 2011
[7]多模态医学影像配准与融合技术的研究[D]. 葛雯.东北大学 2009
硕士论文
[1]基于PCNN的多聚焦图像融合算法研究[D]. 王帅.兰州大学 2017
本文编号：3601951
本文链接：https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3601951.html
