基于压缩感知理论的图像融合算法研究

发布时间：2023-08-30 03:00

　　图像融合技术结合了多传感与数据融合两方面,属于多源信息融合的一个重要分支,是将不同传感器在同一场景上获得的两幅或多幅图像融合成一幅图像的过程。对于从多个传感器获取的同一场景的图像,利用图像融合技术进行信息的融合,得到一幅具有更加丰富的信息,清晰的纹理细节的融合图像,便于对场景实现更加全面和可靠的描述。目前,图像融合技术的应用非常广泛,如目标跟踪、遥感探测、特征提取、医疗成像等领域。随着传感技术的迅速发展,人们获得的图像信息越来越多,大大增加了图像融合处理的数据量。与此同时,大数据时代已经来到,常规的奈奎斯特采样已无法满足应用于实际的大量图像的融合。压缩感知(CS)理论就不会受限于奈奎斯特采样定理,可以在采样的同时对图像信号完成压缩。因此,将压缩感知技术运用到图像融合,这样能明显地降低图像信号的采样数据量,减少图像融合需要的计算成本和存储空间,提升了图像融合的效率。本文基于压缩感知的特有性质,深入探索了基于压缩感知理论的图像融合算法,主要的内容有:(1)介绍了基于压缩感知理论的图像融合算法的研究意义和发展现状,并研究和分析了图像融合的基本理论,包括相关的理论知识框架、常用的多种变换方法和...

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 本文主要研究内容
第2章 图像融合及压缩感知的基本理论
    2.1 图像融合的基本理论
        2.1.1 图像融合层次
        2.1.2 图像融合过程中常用的融合算法
        2.1.3 图像融合结果评价指标
    2.2 压缩感知基本理论
        2.2.1 信号的稀疏表示
        2.2.2 测量矩阵
        2.2.3 重构算法
    2.3 基于压缩感知的图像融合框架
    2.4 本章小结
第3章 基于加权核范数最小化的图像差压缩融合
    3.1 CS测量矩阵与重构算法选取
    3.2 基于信息论的图像差融合算法
        3.2.1 自适应选取标准背景图像
        3.2.2 图像差融合算法
    3.3 加权核范数最小化算法
        3.3.1 加权核范数最小化理论
        3.3.2 自适应加权核范数最小化的优化算法
    3.4 图像融合算法具体实现
    3.5 实验结果与分析
        3.5.1 医学图像融合
        3.5.2 红外与可见光图像融合
        3.5.3 多聚焦图像融合
    3.6 本章小结
第4章 基于RPCA和 NSCT的压缩感知图像融合
    4.1 RPCA基本原理
    4.2 NSCT基本理论知识
    4.3 图像融合算法具体实现
        4.3.1 图像的预增强处理
        4.3.2 测量输出矩阵融合规则
        4.3.3 低频系数融合规则
        4.3.4 高频系数融合规则
    4.4 算法模型
    4.5 实验结果与分析
    4.6 本章小结
第5章 总结与展望
    5.1 论文总结
    5.2 论文展望
参考文献
致谢
个人简历、在学期间发表的学术论文及研究成果



本文编号：3844800