多小波变换在数字图像处理中的应用.doc

PAGE PAGE 52 基于多小波变换的图像融合研究与实现 多小波变换在数字图像处理中的应用 摘要：随着传感技术、计算机技术和信息处理技术的发展,图像融合技术在军事、遥感、目标识别、机器视觉、医学图像分析等领域取得了广泛的应用。图像融合是使用更多的图像信息,通过一定的算法,得到更准确、全面、可靠的同一目标图像的描述。系统地介绍了图像融合预处理、分类和发展趋势。研究实现几个传统的图像融合算法:简单的加权平均法,基于拉普拉斯金字塔变换方法和IHS变换方法,分析了它们的优缺点。本文论述了图像融合的热点,小波理论进行了研究。多小波理论是小波理论的扩张。多个紧支撑小波的正交性、对称性和二阶矩的消失,自然图像融合的一个非常重要的影响。基于小波理论的研究,阐述了多小波理论在图像融合中的应用一般过程,重点将多小波变换与区域特征相结合,实现了多小波函数和多小波能量和小波梯度三个图像融合算法。 实验表明,小波能量和细微差别的波兰,相比传统的多小波梯度算法和基于小波变换的图像融合算法的效果更突出。 关键字：图像融合，小波变换，区域特征，多小波 目 录 TOC \o 1-3 \h \z \u 目 录 2 第一章绪论 3 1.1研究背景和意义 3 1.2图像融合技术的研究现状 3 第二章　小波和多小波理论 4 2.1 小波、连续小波变换的定义 4 2.1.1小波变换定义: 5 2.1.1 小波变换的性质 6 2.2多小波的基本概念和性质 7 2.2.1多小波的产生和发展 7 2.2.2多小波的多分辨分析 8 2.2.3多小波的性质 9 第三章　实验结果与分析 12 3.1实验环境 12 3.2基于多小波变换的融合结果与分析 12 3.3　多小波的预处理及其在图像压缩中的结果与分析 17 3.4　多小波变换在图像去噪中的结果与分析 19 结语 20 参考文献 22 1.1研究背景和意义 航空航天、遥感传感器技术的快速发展,人们可以获得越来越多的图像资源,尤其是现代成像技术的迅速发展,图像传感器(光学),从最初的光学相机毫米波摄像机,红外摄像机,x射线成像、雷达成像和领域已广泛应用于遥感技术应用的多光谱和高光谱成像仪。研究和分析后发现,大量的图像数据从不同的传感器技术既有互补,还有大量的冗余。在摆脱束缚的传统总是单独分析传感器数据处理,研究人员开始考虑如何把这些大规模图像数据综合利用作为一个整体,尽可能以谋取更精炼的信息结果,对人类决策或人工智能决策系统提供决策依据。这种技术在上个世纪80年代逐渐发展成为一个新兴技术数据(信息)的融合(数据(信息)融合)技术。 图像融合技术是数据融合技术的一个分支,它可以被定义为:通过一个数学模型,从不同的图像传感器集成到图像是一幅以满足特定的应用程序需求。图像应用的许多研究工作表明,通过整合不同来源的图像,不仅可以充分利用他们在时间和空间上的互补和冗余,有效地结合不同的传感器的优点,还可以提高分析和提取图像信息的能力。 自1990年代以来上升趋势图像融合技术的研究,应用领域也在遥感图像处理、光学图像处理、红外图像处理、医学图像处理,等。特别是近年来,多传感器图像融合技术已成为一个机器人,智能制造、智能交通、医疗诊断、远程意义上说,最近的研究的重点领域的安全,和军事应用。 1.2图像融合技术的研究现状 之间的各种传感器,由于物理特性和成像以不同的方式,所以数据应用和数据融合,不同的几何特性和不同分辨率的图像必须做图像预处理。图像的预处理包括两部分：图像几何校正与图像配准。 通常情况下,图像融合不同类型的传感器,由于它们之间的成像以不同的方式,系统错误类型是不同的。通常根据几何校正遥感图像几何失真的性质,可用于正确的数据来确定几何校正方法;然后确定原始输入图像像点和几何校正后图像上的像点之间的转换公式,根据控制点和其他数据来确定未知参数的转换公式;检验乍得几何失真可以完全校正后,如果几何失真不能得到有效校正,分析原因,并提出一系列其他校正方法;在确定有效的校正,原始输入图像重采样,消除图像的几何畸变。 图像配准是一个来自不同时间、不同传感器或不同视角的图像中,两个或两个以上的同一场景的图像匹配,加在一起,是图像融合的过程中,医学图像分析、三维重建、物体识别、机器人视觉和遥感图像处理是一个重要的预处理步骤。 图像配准是通过一系列坐标变换,使两幅图像的融合空间域的几何位置。遥感图像处理的过程中,大量的传感器和卫星、飞机、其在他的相机设备来获得更多的图像数据,有必要分析和比较,包括图片的统计模式识别、图像融合、变化检测、三维重建和地图校正等。分析多个图像的一个隐式的假设是,图像是登记。然而,通常是比