基于自适应分解的图像融合方法

发布时间：2021-05-11 10:54

　　不同的成像设备可以在不同的光学条件或不同的时间获取一个场景的多个图像。图像融合将针对同一场景的多源图像融合成具有最大信息内容的单个图像,而不产生源图像中不存在的信息。融合图像比单一源图像更好地描述场景,图像融合是提高图像信息质量的有效方法。图像融合技术已经在医学成像、显微成像、遥感和计算机视觉等领域得到了广泛应用。图像分解是基于变换域的图像融合方法的关键步骤,图像的分解程度直接影响到最终的融合效果。多尺度分解方法是目前被广泛应用的图像分解方法,但传统的多尺度分解方法往往没有依据图像自身的性质进行分解,容易造成高低频子带区分不开以及混频的现象。若能够依据图像的性质自适应地对图像进行分解,就可以更好地提取图像的纹理、细节等特征,有利于得到更好的融合效果。为解决上述问题,本文的具体研究内容如下:1.基于自适应分解的多模态医学图像融合算法多模态医学图像反映了关于人体器官和患病组织的不同信息。在临床诊断中,单一模态图像往往不能提供足够的信息,多模态医学图像融合可以弥补单一检查成像的不足。在传统的医学图像融合方法中,源图像被分解到固定的空间基底中,没有依据图像本身的性质区分低频部分和高频部分,往往... 

【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】：111 页

【学位级别】：博士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 研究现状
        1.2.1 图像融合
        1.2.2 图像的变换与分解
    1.3 本文研究内容
    1.4 本文组织结构
第2章 基于自适应分解的多模态医学图像融合算法研究
    2.1 引言
    2.2 基于自适应分解的多模态医学图像融合算法
        2.2.1 图像自适应分解
        2.2.2 动态融合规则
        2.2.3 融合框架
    2.3 实验结果与分析
        2.3.1 实验设置
        2.3.2 主观评价结果
        2.3.3 客观评价结果
        2.3.4 算法收敛性与时间开销
    2.4 本章小结
第3章 基于自适应经验模态分解的多焦距图像融合算法研究
    3.1 引言
    3.2 基于自适应窗口经验模态分解的多焦距图像融合算法
        3.2.1 经验模态分解基本原理
        3.2.2 WEMD算法
        3.2.3 融合规则
        3.2.4 算法框架
    3.3 实验结果与分析
        3.3.1 实验设置
        3.3.2 主观评价
        3.3.3 客观评价
        3.3.4 运行时间比较
        3.3.5 彩色多焦距图像融合
    3.4 本章小结
第4章 基于自适应分解和CNN的欠曝光图像增强算法研究
    4.1 引言
    4.2 基于自适应经验曲波分解和CNN的欠曝光图像增强方法
        4.2.1 算法框架
        4.2.2 灰度变换
        4.2.3 同步自适应分解方法
        4.2.4 CNN训练模型
        4.2.5 决策图
        4.2.6 融合规则
    4.3 实验结果与分析
        4.3.1 实验设置
        4.3.2 主观视觉对比
        4.3.3 客观评价
        4.3.4 运行时间对比
    4.4 本章小节
第5章 总结与展望
    5.1 工作总结
    5.2 工作展望
参考文献
作者简介及在学期间所取得的科研成果
致谢


【参考文献】：
期刊论文
[1]基于非下采样Bandelet变换的多聚焦图像融合[J]. 杨扬,戴明,周箩鱼,孙明超.  吉林大学学报(工学版). 2014(02)
[2]基于窗口经验模式分解的医学图像增强[J]. 梁灵飞,平子良.  光电子.激光. 2010(09)



本文编号：3181280