图像融合开题报告2

齐鲁工业大学毕业设计(论文)开题报告题目：图像拼接技术研究—图像融合院（系）电气工程与自动化学院专业电子信息工程班级电子12-1姓名刘泳麟学号201202031022导师刘玉淑2016年4月20日1.毕业设计（论文）题目背景、研究意义及国内外相关研究情况1．1题目背景：图像融合是二十世纪七十年代后期提出的新概念，他是一门综合了传感器、图像处理、信号处理、显示、计算机和人工智能等技术的现代高新技术[1]。由于图像融合系统具有突出的探测优越性(时空覆盖宽、目标分辨力与测量维数高、重构能力好、冗余性、互补性、时间优越性以及相对低成本等)，在国际上技术先进的国家受到高度重视并已取得了相当的发展，并在许多领域得到了广泛的应用[2]。1．2研究意义：图像融合是指综合两个或多个多源图像的信息，图像融合的目的是综合同一个场景中的多个图像的信息，其结果是更适合人的视觉和计算机视觉的一幅图像，或更适合进一步图像处理需要的图像。融合后的图像更符合人或机器的视觉特性，以利于对该图像进一步的分析、理解以及目标的检测、识别或跟踪。对图像融合来说，融合源图像可能是在同一个时间段，来自多个传感器的图像，也可能是单个传感器在不同时间提供的图像序列。一般来说，图像是对客观实际的一种反映，是一个不完全、不精确的描述[3]。图像融合充分利用多幅图像资源，通过对观测信息合理支配和使用，把多幅图像在空间或时间上的互补信息依据某种准则融合，获得对场景的一致性解释或描述，使融合后的图像具有比参加融合的任意一幅图像更优越的性质，更精确地反映客观实际[4]。本文研究的重点——多聚焦图像的融合是图像融合研究中一类具有代表性的问题。由于光学镜头的聚焦有限，使得人们在摄影时很难得到一幅所有景物均被聚焦的图像。解决这个问题的有效方法是对同一场景拍摄几幅聚焦点不同的图像，然后，将其融合为一幅场景内所有景物均被聚焦的图像，这种图像融合被称为多聚焦图像融合。多聚焦图像融合的实现可以使多个不同距离的目标物体同时清晰地呈现，这为特征提取，图像识别奠定良好的基础，同时有效地提高图像信息的利用率和系统对目标探测识别的可靠性，广泛应用于机器视觉、数码相机、目标识别等领域。本课题所研究的图像融合利用小波融合算法的优越性将多聚焦图像进行综合处理，从而提高图像的清晰度和目标的可识别程度，得到在一幅场景内所有场景均清晰的图像。利用Matlab软件仿真，通过融合效果评价准则来不断改进融合算法，以得到最佳的融合效果。1．3国内外相关研究情况：图像融合技术最早被应用于遥感图像的分析和处理中。美国陆地资源卫星(LAND－SAT)用多幅光谱图像进行简单的数据合成运算，取得了一定的噪声抑制和区域增强效果[5]；美国德克萨斯仪器公司(TI)研究将红外热像和微光图像融合，来提高夜战能力；TI公司还进行了将通用组件红外系统与电视、采用焦平面阵列的前视红外系统和25mm三代微光电视系统、长波及短波红外视频信号的融合试验，取得了有益的结果[6]；A.Toet等采用低通对比金字塔的图像融合方法，对野外背景坦克的可见光和红外图像进行了融合处理，提高了对坦克的识别能力[7]。到了二十世纪八十年代末，人们才开始将图像融合技术应用于一般图像处理(可见光图像，红外图像，多聚焦图像等)。九十年代后，图像融合技术的研究呈不断上升趋势，应用的领域也遍及遥感图像处理、可见光图像处理、红外图像处理、医学图像处理等。尤其是近几年，图像融合技术已成为计算机视觉、自动目标识别、机器人、军事应用等领域的热点研究问题。目前，图像融合技术在军事上的应用越来越广泛。无论是TMD(战区导弹防御系统)、NMD(国家导弹防御系统)那样的大系统，还是精确制导导弹、自主式炮弹、微型军用机器人这样的小系统均离不开图像融合技术。在民用方面，图像融合已在遥感、智能机器人等领域得到应用。例如，1997年在火星着陆的“火星探路者”(TheMarsSojournerRover)机器人及2004年年初分别成功登陆的美国“勇气”号与“机遇”号火星探测器身上都安装了激光束投影仪、摄像机、全景照相机、关节传感器和加速度传感器。在制造业，图像融合技术可以用于产品的检验、材料探伤、复杂设备诊断、制造过程监视、生产线上复杂设备和工作的安装等；在医学上，可通过对CT和核磁共振(MRI)图像的融合，帮助医生做出对疾病更为准确的诊断；图像融合还可用于计算机辅助显微手术；在图像和信息加密方面，通过图像融合也可实现数字图像的隐藏以及数字水印的图像植入；另外，图像融合也可用于交通管理和航空管制。随着图像融合技术研究的不断深入，图像融合技术必将会得到更为广泛的应用[9]。多聚焦图像融合技术能够有效的提高图像信息的利用率和系统对目标探测识别的可靠性，广泛应用于机器视觉、数码相机、目标识别等领域。图像融合技术在我国的研究相对于国际的研究工作起步晚，还处于落后状态。目前国防科技大学、中科院电子所等单位已将其提上十五规划的议事日程；西安电子科技大学、北京理工大学将图像融合的方法用于单细胞微弱荧光图像探测[10]；工程兵装备论证研究所利用从美国引进的单镜头Si.CCD的多光谱摄像机，对白昼伪装目标的多光谱伪装效果进行了检验。总的来说，学术界在图像融合领域已取得了很大的成绩，图像融合方法也各种各样。但是图像融合技术的研究还刚刚开始，有许多问题急需解决。首先，图像融合技术缺乏理论指导，虽然关于图像融合技术的公开报道很多，但是每篇文章都是针对一个具体的应用问题，对图像融合技术还没有一个统一的理论框架，建立图像融合的理论框架是目前的一个发展方向。由于图像的特殊性，在设计图像融合算法时一定要考虑到计算速度和所需的存储量，如何得到实时、可靠、稳定、实用的融合算法是目前研究的一个热点。另外建立客观的图像融合技术评价标准也是急需解决的问题。2．本课题研究的主要内容和拟采用的研究方案、研究方法或措施2．1主要内容：本论文的主要内容包含以下几个方面：①论述了图像融合技术的基本理论、现状和方法，并对多聚焦图像融合算法做了分类，同时分析了现有的方法在多聚焦图像融合方面的局限性[11]。②详细阐述了小波变换的多尺度和多分辨率分析的特性和在图像小波分解和重构原理、过程，为基于小波变换的多聚焦图像融合打下了扎实的理论基础。③本文对适用于多聚焦图像融合效果评价的方法做了归纳和总结，给出了适用于多聚焦图像融合效果评价的一套通用的标准体系，为后续的研究工作提供了实验参考标准。④研究了小波分解层数及小波基的选择对多聚焦图像融合效果的影响，并给出了在多聚焦图像融合算法中最佳小波分解层数和小波基的选取；研究了基于小波变换的多聚焦图像融合方法，并提出了改进后的基于小波变换区域对比度的多聚焦图像融合方法，并利用Matlab工具进行算法进行了仿真实验。⑤总结本论文的研究成果和不足，并指出以后的改进方向。2．2研究方案：1.基于小波变换的图像融合基于小波多尺度分解的图像融合的方案，这里以两幅图像的融合为例，多幅图像的融合方法可据此类推:首先选取两个源图像进行融合得到第一个融合结果图像，再将该结果图像和另一个源图像进行融合得到第二个结果图像，依次类推就可以得到多幅源图像的最终融合结果图像。其融合处理的过程是首先对两个源图像进行小波变换得到它们的多分辨分解，再根据某一融合规则得到融合后的图像的多分辨分解，最后根据小波变换的逆变换得到融合图像。小波变换的目的是将原始图像分别分解到一系列频率通道中，利用其分解后的塔形结构，对不同分解层、不同频带分别进行融合处理，可有效地将来自不同图像的细节融合在一起。融合时，可以将被融合图像各自携带的不同特征与细节在多个分解层、多个频带上分别以不同算子进行融合。Campbell和Robson的实验表明，人的视网膜图像就是在不同的频率通道中进行处理的。基于小波分解的图像融合恰恰是在不同的频率通道上进行融合处理的，因而可能获得与人的视觉特性更为接近的融合效果。2.基于金字塔式图像融合方法图像处理的塔形方法是由Burt和Adelson首先提出的[17]，其早期主要用于图像的压缩处理及人或机器的视觉特性模型研究。图像的塔形分解是一种方便灵活的多尺度、多分辨率分解，将这种塔形分解应用于图像处理中，可以在不同尺度、不同空间分辨率上对源图像进行融合处理，而且在不同分解层可以应用不同的融合规则，这样可能得到更符合人眼视觉系统特性的图像；同时，融合后图像更有利于进一步处理和分析。在基于金字塔的多聚焦图像融合的这类算法中，源图像不断地被滤波，形成一个塔状结果。在塔的每一层都用一种融合算法对这一层的数据进行融合，从而得到一个合成的塔式结构。然后对合成的塔式结构进行重构，得到合成图像。金字塔融合法包括拉普拉斯金字塔法[12]、梯度金字塔法、比率低通字塔法[13][14][15]、形态学金字塔法[16]等。其中拉普拉斯金字塔是从高斯金字塔分解派生出来的，是比较常用的，但由于拉普拉斯金字塔的图像融合法由于层间分解量之间具有相关性，会导致融合结果没有小波变换理想。下面介绍基于拉普拉斯金字塔分解的多聚焦图像融合方法[18]。步骤如下：(1)建立图像的高斯塔形分解；(2)由高斯金字塔建立图像的拉普拉斯金字塔[19]；(3)基于拉普拉斯金字塔的图像融合算法。3.预期成果形式学会并且能用运用图像融合中各个环节的算法，找出一个运算效率较高的算法。在熟悉MATLAB的使用及相关函数的使用方法后，如何将算法融入程序中。用MATLAB编写程序时，对错误的程序进行分析并进行改正视频拼图中的图像融合需要同时满足两个目的:①使生成图像中不存在突兀的拼缝;②尽量降低生成图像与原始图像之间的失真度。也就是说,既要保证存在色差的图像之间实现色彩平滑过渡,但又不能过分地平滑图像,否则会导致平滑区域的像素值和原始图像的像素值之间差异太大,丢失纹理细节,造成图像失真[20]。4.研究工作进度第1周：查阅相关资料；第2－3周：提出基本思想，完成开题报告的撰写；第4周：准备开题答辩；第5-12周：使用Matlab进行程序的编写；第13周：准备中期答辩，中英文翻译；第14-15周：软件程序的编译及调试；第16-17周：调试整个系统的功能，撰写毕业论文；第18周：进行毕业论文答辩。5.主要参考文献：[5]BlinnJF.Lightreflectionfunctionsforsimulationofcloudsanddustysurfaces[C]//ProceedingsofSIGGRAPH，1982：21-29.[6]MaxN.Opticalmodelsfordirectvolumerendering[J].IEEETransactionsonVisualizationandComputerGraphics，1995，1：99-108.[7]MaxN.Lightdiffusionthroughcloudsandhaze[C]//ComputerVision，Graphics，andImageProcessing，1986：280-292.[8]张尤赛，陈福民.基于纹理映射与光照模型的体绘制加速算法[J].中国图象图形学报，2003，8（9）.[3]ChaoR，ZhangK，LiYJ.Animagefusionalgorithmusingwavelettransform[J].AreaElectronicalSinica，2004，32：750-753.[4]HillP，CanagarajahN，BullD.Imagefusionusingcomplexwavelets[C]//BritishMachineVisionConference，Cardif，2002.[5]梁栋，李瑶，沈敏，等.一种基于小波-Contourlet变换的多聚焦图像融合算法[J].电子学报，2007，35（2）：320-322.[6]曹杰，龚声蓉，刘纯平.一种新的基于小波变换的多聚焦图像融合算法[J].计算机工程与应用，2007，43（24）：47-49.[7]杨福生.小波变换的工程分析与应用[M].北京：科学出版社，1