梯度域方法在遥感图像融合中的应用研究

遥感侦察是侦察测绘领域的重要手段,而对于遥感图像的分析融合又是遥感侦察的主要内容之一,本文针对遥感图像融合中的多遥感图像全景拼接问题进行分析,讨论了梯度域方法在这方面的应用,并给出了一种消除图像拼接接缝的方法,梯度场整体变分(Gradient Field Total Variation, GFTV)方法。分析并讨论了该方法的性质及实现方法,并将该方法用于遥感图像融合拼接,将该模型与当前常用的几种融合模型进行了理论和实验上的讨论和比较,表明了GFTV 模型的优势。     

基于非下采样Contourlet变换的多传感器图像融合

根据非下采样Contourlet变换同时具有多尺度多分辨分析和平移不变性质的特点,提出一种基于非下采样Contourlet变换的多传感器图像融合方法,将其应用于多传感器图像融合的两个重要领域——多聚焦图像融合和高分辨、多光谱图像融合,从视觉效果和信息量指标方面对融合图像进行主观评判和数值评价.实验中将本文方法与Contourlet变换、小波变换、主成分分析等方法进行了比较,结果表明本文方法得到的融合结果具有更优的视觉质量和量化指标,能很好地将源图像的细节信息融合在一起,拓广了NSCT的应用范围.     

红外与微光图像开窗配准融合处理方法

为解决图像实时融合以及红外与微光图像视场大小不一致等问题,提出一种基于仿射变换的红外与微光图像开窗配准融合处理方法。首先以大视场微光图像为背景,对图像中人眼感兴趣的目标区域信息进行开窗,窗口的大小由系统硬件速度和配准融合算法的运算量决定,然后在相同的目标窗口区域,通过双线性插值和仿射变换建立一种红外与微光图像各个像素点的对应匹配关系来完成窗口图像的快速配准与融合,实验对开窗融合结果进行了分析与评价。结果表明,该方法在满足人眼观察需求的条件下既减小图像融合处理数据,又保留了重要的细节融合信息,有效地提高了图像融合的实时性,对兼顾硬件速度与实时性要求的图像融合系统具有较高的应用价值。     

基于小波变换的红外图像融合技术研究

图像融合的目的是把来自多传感器数据的互补信息合并形成一幅新的图像,以便更好地进行监视和侦察之类的视觉感知。文中介绍了小波变换及其Mallat快速算法,提出了基于小波变换的图像融合方法,并分析了可见光与红外图像的融合结果,结果表明,小波变换融合图像包含了所有传感器的相关信息,其性能优于高斯－拉普拉斯金字塔结构算法,这一原理也可以应用到两幅以上的图像上,无论这些旬否在同一光谱波段内。     

图像融合质量评价方法研究

图像融合的清晰度直接影响到图像融合系统的实用性.在分析现有主客观图像质量评价方法的基础上,提出了以亮度、对比度和信息量为基础的图像融合质量评价方法.利用多种图像融合算法,对红外与微光图像融合后的结果进行了质量评价.实验表明,该方法是一种实用的、有效的车载图像融合质量评价方法.     

基于离散向量小波变换的多光谱图像融合

为了能够更好地把多光谱图像和高分辨率图像的图像信息综合起来,以提高对图像信息的分析和提取能力,在研究了离散向量小波图像分析法之后,本文提出了一种基于离散向量小波变换的像素级图像融合新方法。向量小波作为标量小波的一种扩展具有很多标量小波所没有的优点。向量小波分析能够为图像提供一种比标量小波多分辨分析更加精细的分析方法。利用向量小波将多光谱图像和高分辨率图像进行融合后得到的融合图像,能够很好地将原图像的细节融合在一起。给出了该方法的融合结果,通过与其它融合方法进行主观与客观的评价比较,证明该融合方法可以获得更好的融合效果。     

基于小波分析的图像融合评述

图像融合是将同一场景的多幅图像的互补信息合并成一幅新图像,以便更好地对场景进行监视和侦察。小波分析具有多分辨等特点,可以有效地将特征明显、分辨率高的图像融合在一起,得到比任何一幅源图像效果都好的图像。阐述了基于小波分析的图像融合的基本原理、方法及优点。比较了各种图像融合规则和融合算子的特点。介绍了基于小波包图像融合、小波框架图像融合和多小波图像融合方法。     

基于图像质量评价参数的FDST域图像融合

为了提升多源图像融合精度,提出了一种基于图像 质量评价参数的有限离散剪切波变换(FDST)域图像自适应融合方法。利用FDST对源图像进行 多尺度、多方向分解,低频子带图像采用结构相似度与空间频率两种图像评价参数作为系数 权值,高频子带图像应用区域空间频率取大的融合策略。应用有限离散剪切波逆变换(FDSIT )重 构图像。采用多组多源图像进行融合实验,并对融合结果进行了客观评价。实验结果表明, 本文提出的融合方法在主观和客观评价上均优于其他多尺度融合方法,具有更好的融合效果 。     

基于IHS空间的红外与CCD图像融合算法研究

随着多源信息融合技术的迅速发展,图像融合成为一个热点话题。虽然图像融合方法多种多样,融合技术千差万别,但是丰富融合图像的信息量和改善图像质量始终是图像融合的根本目的,也是衡量各种融合方法效果的基本准则。传统的IHS融合算法强制性地对两幅源图像的I分量进行替换,造成了融合图像的光谱失真以及空间分辨率降低等问题,为解决这一问题,文中引进了加权平均算子,提出一种基于改进的IHS像素级图像融合算法,并结合实例,对红外图像和CCD图像进行融合。理论分析与实验结果显示:提出的融合方法得到的融合图像不仅红外热目标突出、背景部分清晰、视觉效果好,而且计算简洁、实时性好,更利于伪装目标的识别。     

红外与微光图像融合质量评价方法研究

图像融合质量评价标准是目前图像融合中急需解决的问题之一,在分析讨论了现有主、客观评价方法的基础上,以亮度、对比度和信息量为依据,提出的一种新的结合主观与客观因素的图像融合质量评价方法.该方法无需理想图像,同时又反映了人类的视觉特性(HVS).通过对不同场景下的红外与微光图像采用多种不同的融合算法进行质量评价实验表明,该方法是一种实用的、有效的图像融合质量评价方法,可以为不同环境下选择不同的图像融合算法提供依据.