基于抠像的图像融合方法研究

发布时间：2017-08-20 19:26

  本文关键词：基于抠像的图像融合方法研究

  更多相关文章： KNN-Matting 图像融合 多聚焦 多模式

【摘要】：由于传感器种类的多样性及传感器成像的局限性,不同传感器具有不同的成像特点,通过单个传感器来获取某个场景的内容时,所获取的图像往往不足以包含场景中的所有细节信息。为了有效的解决这个问题,对于同一个场景可以使用不同类型的多个传感器去捕捉,并将捕获的同场景、不同类型的图片进行融合,使融合图像含场景中所有细节信息。目前,现有的融合方法大多都是针对特定的场景进行融合,这样的融合方法具有一定的局限性,比如针对多聚焦场景的融合方法,仅能对多聚焦图像产生较好的融合效果,对其它场景融合效果并不理想。因此,本文针对上述问题提出了一种基于KNN-Matting的融合方法,该方法既能清晰聚焦场景中的所有目标,又能实现不同图像传感器捕获多模式图像的融合。该方法以KNN-Matting算法为理论依据。本文具体工作慨括如下：首先,简单的阐述了抠像的原理,并对KNN-Matting算法及已有的针对多聚焦场景的抠像融合算法的实现进行了简单的概述。其次,总结了多聚焦融合方法中抠像算法的不足,进而提出了一种基于KNN-Matting的图像融合方法,该方法不仅可适用于多聚焦场景,还适应于多模式等其它场景。该方法的主要思想是：将每一幅原始图像中的清晰细节区域看作每一幅原始图像的前景区域,借助于KNN-Matting抠像算法将前景区域从原始图像中分离出来实现图像融合。对比实验证明了该方法在主观和客观上对多聚焦,多模式等不同场景及不同模式的图像都有较好的融合效果。最后,针对基于KNN-Matting的图像融合方法在前景像素的选取上存在不足,本文提出了一个改进的方案,即基于双级的KNN-Matting抠像融合方法,该融合方法能很好的解决基于KNN-Matting抠像的图像融合方法前景像素选取存在不足这一问题,且与近期提出的融合方法进行了对比实验,通过对比实验充分说明该方法在边缘保持上的优越性。
【关键词】：KNN-Matting 图像融合 多聚焦 多模式
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要5-6
• Abstract6-9
• 第1章 绪论9-18
• 1.1 研究背景与意义9-11
• 1.2 图像融合研究现状和主要融合方法11-17
• 1.2.1 图像融合研究现状11-12
• 1.2.2 图像融合的主要方法12-17
• 1.3 本文的主要工作17-18
• 第2章 图像融合的相关知识18-26
• 2.1 图像配准18-20
• 2.1.1 基于灰度信息的图像配准18-19
• 2.1.2 基于图像特征的图像配准19-20
• 2.2 图像融合的性能评价20-25
• 2.2.1 主观评价20-21
• 2.2.2 客观评价21-25
• 2.3 本章小结25-26
• 第3章 基于KNN-Matting的图像融合算法26-41
• 3.1 引言26
• 3.2 理论基础26-29
• 3.2.1 抠像原理26-27
• 3.2.2 KNN-Matting27-29
• 3.3 基于抠像的图像融合29-32
• 3.4 基于KNN-Matting的图像融合32-34
• 3.5 实验结果与分析34-40
• 3.5.1 实验数据34-35
• 3.5.2 参数分析35-36
• 3.5.3 多光谱图像融合实验结果比较36-38
• 3.5.4 多聚焦图像融合实验结果比较38-39
• 3.5.5 多模式图像融合实验结果比较39-40
• 3.6 本章小结40-41
• 第4章 基于双级KNN-Matting的融合方法41-52
• 4.1 引言41
• 4.2 基于双级KNN-Matting的图像融合41-45
• 4.3 实验结果与分析45-51
• 4.3.1 多曝光图像融合实验结果比较45-47
• 4.3.2 多光谱图像融合实验结果比较47-49
• 4.3.3 多聚焦图像融合实验结果比较49-51
• 4.4 本章小结51-52
• 总结与展望52-54
• 参考文献54-58
• 致谢58-59
• 附录A 攻读学位期间所发表的学术论文目录59

【相似文献】

中国期刊全文数据库 前10条

1 田思;张俊举;袁轶慧;常本康;;图像融合的开窗处理技术研究[J];兵工学报;2009年04期

2 吴仰玉;纪峰;常霞;李翠;;图像融合研究新进展[J];科技创新导报;2013年01期

3 韩瑜;蔡云泽;曾清;;图像融合的客观质量评估[J];指挥控制与仿真;2013年04期

4 王忆锋，，张海联，李灿文，李茜;夜视图像融合研究的进展[J];红外与激光工程;1998年02期

5 朱炼;孙枫;夏芳莉;韩瑜;;图像融合研究综述[J];传感器与微系统;2014年02期

6 刘志镜,杨海英,张小平;基于空域中的图像融合算法研究[J];计算机工程与设计;2002年09期

7 夏明革,何友,唐小明,夏仕昌;图像融合的发展现状与展望[J];舰船电子工程;2002年06期

8 温学兵;纪景娜;;一种基于图像融合的混合去噪方法[J];绥化学院学报;2005年06期

9 苗启广;王宝树;;图像融合的非负线性混合模型与算法研究[J];计算机科学;2005年09期

10 赵永强,潘泉,陈玉春,张洪才;基于偏振成像技术和图像融合理论杂乱背景压缩[J];电子学报;2005年03期

中国重要会议论文全文数据库 前10条

1 刘德坤;龚俊斌;马佳义;田金文;;一种车载的红外与微光图像融合系统设计[A];第九届全国光电技术学术交流会论文集（上册）[C];2010年

2 王芳;吴谨;;基于小波的图像融合算法研究[A];2011年全国通信安全学术会议论文集[C];2011年

3 胡学龙;沈洁;;一种基于中值金字塔的图像融合算法[A];2008年全国开放式分布与并行计算机学术会议论文集(上册)[C];2008年

4 赵向阳;杜利民;;基于数据提纯的图像融合[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年

5 杨志;毛士艺;陈炜;;基于多分辨率局部峰度熵的鲁棒图像融合算法[A];中国航空学会信号与信息处理专业全国第八届学术会议论文集[C];2004年

6 王曾敏;杨兆选;丁学文;何英华;陈杨;于渊;;图像融合与压缩算法在动态交通信息服务系统中的应用[A];第一届建立和谐人机环境联合学术会议（HHME2005）论文集[C];2005年

7 潘泉;赵永强;张洪才;;基于像素层图像融合的偏振图像计算方法研究[A];第二届全国信息获取与处理学术会议论文集[C];2004年

8 陈怀新;吴必富;;机载成像侦察的图像融合技术[A];中国雷达行业协会航空电子分会暨四川省电子学会航空航天专委会学术交流会论文集[C];2005年

9 成尚利;吕中伟;何俊民;;基于小波变换的PET/CT图像融合[A];第四届全国中青年核医学学术会议论文汇编[C];2008年

10 汤志伟;王建国;赵志钦;黄顺吉;;基于小波变换的图像融合算法[A];第九届全国信号处理学术年会（CCSP-99）论文集[C];1999年

中国重要报纸全文数据库 前1条

1 陈鸣;军工巨头中光学集团欲“影”响世界[N];中国电力报;2010年

中国博士学位论文全文数据库 前10条

1 王春萌;多曝光图像融合关键技术的研究[D];山东大学;2015年

2 费春;基于智能优化和视觉显著性的图像融合研究[D];电子科技大学;2015年

3 段昶;基于Shearlet的图像融合研究[D];电子科技大学;2014年

4 史立芳;大视场人工复眼成像结构研究与实验[D];电子科技大学;2014年

5 高国荣;基于Shearlet变换的图像融合与去噪方法研究[D];西安电子科技大学;2015年

6 王娟;基于城镇影像的Contourlet域图像融合算法研究[D];成都理工大学;2015年

7 康彬;面向智能监控的目标检测、追踪及图像融合算法研究[D];南京邮电大学;2015年

8 李奕;图像融合的若干关键技术研究[D];江南大学;2015年

9 宋乐;异源图像融合及其评价方法的研究[D];天津大学;2008年

10 胡旺;图像融合中的关键技术研究[D];四川大学;2006年

中国硕士学位论文全文数据库 前10条

1 杜丽;基于RF5框架的多小波图像融合系统的设计与开发[D];内蒙古大学;2015年

2 王坤臣;基于二代Curvelet变换的图像融合算法研究[D];南京理工大学;2015年

3 李宁;多DSP并行系统图像融合算法设计及优化[D];南京理工大学;2015年

4 陈云川;红外与微光融合的实时信号处理技术研究[D];南京理工大学;2015年

5 张泽;基于NSCT变换的压缩感知图像融合优化算法研究[D];大连海事大学;2015年

6 陶媛媛;红外与微光融合夜视系统性能评价[D];南京理工大学;2015年

7 李蕾;抗混叠轮廓波变换的性能研究及图像融合去噪应用[D];山东大学;2015年

8 米艳芹;基于区域和多尺度的图像融合算法研究[D];电子科技大学;2015年

9 唐诗;基于多尺度变换的无源毫米波图像融合算法研究[D];电子科技大学;2014年

10 李龙龙;基于分数阶傅里叶变换的图像融合算法研究[D];哈尔滨工业大学;2014年

本文编号：708377