【正文】 thod) and Image Registration. in the end, evaluation for fusion image is vital to fusion system. This dissertation probes into the image fusion quality assessment and deduces a set of indexes as the criteria to analyze the performances of this discussion. Keywords: Image Registration； Image Fusion； Airspace integration method ； Wavelet Transform； Evaluation criteria 畢業(yè)設(shè)計(jì) 目錄 第一章 緒論 ..................................................................................................... 6 圖像融合的概念 ........................................ 6 ................................. 7 圖像融合的層次 .................................... 7 圖像融合算法的發(fā) 展 ................................ 9 圖像融合的步驟 .................................... 9 圖像融合技術(shù)的發(fā)展現(xiàn)狀 ................................ 10 本文的研究工作 ....................................... 10 第二章 圖像預(yù)處理 ........................................................................................ 11 圖像的校正 ........................................... 11 圖像濾波技術(shù) ......................................... 11 鄰域平均法 ....................................... 12 中值濾波 ........................................ 12 圖像配準(zhǔn) ............................................. 13 圖像配準(zhǔn)概述 ..................................... 13 手動(dòng)圖像配準(zhǔn) ..................................... 14 基于圖像特征的匹配算法 ........................... 15 基于 MATLAB 的圖像融合算法 第三章 圖 像融合 ........................................................................................... 16 加權(quán)平均融合法 ....................................... 16 像素灰度值選大 /小融合方法 ............................. 16 主分量融合法 ......................................... 17 IHS 變換法 ............................................ 19 小波變換融合法 ....................................... 20 小波的定義及特點(diǎn) ................................. 20 基于小波變換的圖像融合方法原理 .................... 25 圖像融合規(guī)則及融合因子 ........................... 26 第四章 圖像融合效果評(píng)價(jià) ............................................................................ 27 主觀評(píng)價(jià) ............................................. 27 客觀評(píng)價(jià) ............................................. 27 基于光譜特征的評(píng)價(jià) ............................... 27 基于信息量的評(píng)價(jià) ................................. 28 基于統(tǒng)計(jì)特性的評(píng)價(jià) ............................... 29 基于信噪比的評(píng)價(jià) ................................. 30 畢業(yè)設(shè)計(jì) 總結(jié)與展望 ..................................................................................................... 31 謝辭 ................................................................................................................ 32 參考文獻(xiàn) ......................................................................................................... 33 基于 MATLAB 的圖像融合算法 第一章 緒論 圖像融合技術(shù) (Image Fusion Technology)作為多傳感器信息融合的一個(gè)非常重要的分支 — 可視信息 的融合，近 20 年來(lái)，引起了世界范圍內(nèi)的廣泛關(guān)注和研究熱潮。畢業(yè)設(shè)計(jì) 畢業(yè)設(shè)計(jì) 基于 MATLAB 的圖像融合算法 摘要 圖像融合能夠?qū)⒉煌愋蛡鞲衅鳙@取的同一對(duì)象的圖像數(shù)據(jù)進(jìn)行空間配準(zhǔn)。 最后，對(duì)于圖像融合系統(tǒng)來(lái)說(shuō)，融合圖像質(zhì)量的評(píng)價(jià)顯得特別重要， 本文 探討了圖像融合質(zhì)量的評(píng)價(jià)問(wèn)題， 總結(jié)了融合效果的主、客觀評(píng)價(jià)標(biāo)準(zhǔn) ， 作為本課題性能分析的判斷標(biāo)準(zhǔn)。 圖像融合 的概念 圖像融合是二十世紀(jì) 70 年代后期提出的新概念，是多傳感器信息中可視信息部分的融合，是將多源信道所采集的關(guān)于同一目標(biāo)圖像經(jīng)過(guò)一定的圖像處理，提取各自信道的信息，最后綜合成統(tǒng)一圖像或綜合圖像特性以供觀察或進(jìn)一步處理。圖像融合的層次可分為 :像素級(jí)、特征級(jí)和決策級(jí)。 它可以強(qiáng)化圖像中有用信息，增加圖像理解的可靠性，獲得更為準(zhǔn)確的結(jié)果。像素級(jí)圖像融合是目前在實(shí)際中應(yīng)用最廣泛的圖像融合方式，也是特征級(jí)圖像融合和決策級(jí)的基礎(chǔ)，但缺點(diǎn)是預(yù)處理的信息量最大，處理時(shí)間較長(zhǎng)，對(duì)通信帶寬的要求高。在特征級(jí)圖像融合過(guò)程中，由于提取的特征直接與決策分析有關(guān)，因而融合結(jié)果能最大限度地給出決策分析所需要的特征信息。屬 性 說(shuō) 明屬 性 說(shuō) 明 圖 15 決策級(jí)融合原理示意圖 圖像融合的三個(gè)層次與多傳感器信息融合的三個(gè)層次有一定的對(duì)應(yīng)關(guān)系，在實(shí)際應(yīng)用中， 應(yīng)根據(jù)數(shù)據(jù)融合特 點(diǎn)、原始數(shù)據(jù)特點(diǎn)、可用資源及目標(biāo)要求，選擇適當(dāng)?shù)臄?shù)據(jù)融合層次及融合方法，才能構(gòu)成高效的數(shù)據(jù)融合系統(tǒng) 和 獲得最優(yōu)的融合效果。融合的基本策略就是先對(duì)同一層次上的信息進(jìn)行融合，從而獲得更高層次的融合后的信息，然后再進(jìn)行相應(yīng)層次的融合。到 80 年代中后期，圖像融合技術(shù)逐漸開(kāi)始引起人們的關(guān)注，陸續(xù)有人將圖像融合技術(shù)應(yīng)用于遙感多光譜圖像的分析和 處理。 本文的研究工作 本文的研究 基于 MATLAB 的圖像融合算法 。具體操作通常分兩步： ① 對(duì)圖像進(jìn)行空間坐標(biāo)變換；首先建立圖像像點(diǎn)坐標(biāo)（行、列號(hào)）和物方（或參考圖）對(duì)應(yīng)點(diǎn)坐標(biāo)間的映射關(guān)系，解求映射關(guān)系中的未知參數(shù)，然后根據(jù)映射關(guān)系對(duì)圖像各個(gè)像素坐標(biāo)進(jìn)行校正； ② 確定各像素的灰度值（灰度內(nèi)插）。 圖像濾波技術(shù) 在圖像采集 、傳輸過(guò)程中，由于輸入轉(zhuǎn)換器、周圍環(huán)境、電壓波動(dòng)等多種因素的影響，圖像不可避免地含有各種各樣的隨機(jī)干擾信號(hào)，這些信號(hào)就是我們所講的噪聲，它們或與圖像內(nèi)容有關(guān)，或無(wú)關(guān)。目前，基于小波變換的去噪方法尚處于不斷發(fā)展的階段，總體來(lái)說(shuō)，去噪效果較好但計(jì)算非常復(fù)雜，不同的重構(gòu)方法對(duì)信號(hào)重構(gòu)的誤差影響很大，也會(huì)影響到去噪的效果。 兩種特殊處理辦法（對(duì) 3 3的情形 ）： ① 把原圖像從 MN轉(zhuǎn)化為 （ M+2） （ N+2） ，所加大的兩行和兩列的像素灰度均取 0，然后對(duì)加大后的像素平滑處理，結(jié)果又舍去所加的兩行的零灰度信息，僅取 M N。 考慮到一般 圖像在兩維方向上均具有相關(guān)性，因此，活動(dòng)窗口一般選為兩維窗口（如3 3， 5 5 或 7 7 等），窗口形狀常 用： 圓形方形十字形方形 55335555 ???????????????????????????????????????????????????????????? 圖像配準(zhǔn) 圖像配準(zhǔn)概述 圖像配準(zhǔn)（或圖像匹配）是評(píng)價(jià)兩幅或多幅圖像的相似性以確定同名點(diǎn)的過(guò)程。算法過(guò)程主要分為特征提取和特征匹配?？捎闷鋵?duì)有噪圖像或退化圖像進(jìn)行去噪或還原、增強(qiáng)圖像以獲得更高清晰度、提取特征、分析形狀和紋理以及對(duì)兩個(gè)圖 像進(jìn)行匹配。此方法至少需要 2對(duì)匹配點(diǎn)。 如果輸入圖像出現(xiàn)不規(guī)則曲變，采用此法。通過(guò)分析上面矩陣可以看出如果在一點(diǎn)上矩陣 M 的兩個(gè)特征值很大，則在該點(diǎn)向任意方向上的一個(gè)很小的移動(dòng)都會(huì)引起灰度值的較大變化。為了減少匹配計(jì)算量，可以對(duì)想要獲得 的角點(diǎn)數(shù)量進(jìn)行限制。 n2 表示圖像中 像素的列號(hào)， n2=1， 2， 3， ...……N。簡(jiǎn)單的圖像融合方法具有實(shí)現(xiàn)簡(jiǎn)單，融 合速度快的優(yōu)點(diǎn)。 （ 1）主分量分析原理 各源圖像的原始數(shù)據(jù)可表示為： ? ? nmikmmmmnnxxxxxxxxxxX ???????????????..................21222211...1211 其中， m 和 n 分別為源圖像個(gè)數(shù) (或稱變量數(shù) )和每幅圖像中像素?cái)?shù) ； 矩陣中的每一行向量表示一幅源圖像。 PCA 變換用于圖像融合的基本原理是 :首先計(jì)算參加融合的兩幅源圖像的協(xié)方差矩陣，然后求其特征值對(duì)應(yīng)的特征向量，最后利用與最大特征值相對(duì)應(yīng)的特征向量來(lái)確定兩幅圖像的加權(quán)系數(shù)。 IHS 變換是指將 RGB(RedGreenBlue,紅 綠 藍(lán) ) 三原色信號(hào)表示的彩色圖像轉(zhuǎn)換為I(亮度 )， H(色調(diào) )和 S(飽和度 )三個(gè)分量來(lái)表示圖像信息。因?yàn)?IHS 變換法很好的保留了全色圖像的高空間分辨率的細(xì)節(jié)信息 , 所以在一般的地質(zhì)遙感工作領(lǐng)域中普通的 IHS 變換法可以滿足基本要求 , 但是對(duì)于一些大面積、低分辨率衛(wèi)星圖像 , 多光譜圖像所提供的彩色信息在解譯工作中則變得更為重要。并稱式 (2l)為小波函數(shù)的可容許性 條件。 任意函數(shù) f(t)的離散小波變換為 : dtttfnmWTR nmf ? ?? )()(),( ,? 設(shè)函數(shù)族 Hj ?)(? ， H 為 Hilbert 空間，如果存在常數(shù) 0A≤ B+∞ ，使得 222 , fBffAf j ?? ? ? 則稱 ??Zjj ??為一個(gè)框架，其中 A,B 分別稱為框架的 下界和框架的上界。這種子空間的分解過(guò)程可以記為 : NNN WVVWVVWVVWVV ???????? ? 1332221110 , . . . , 其 中符號(hào)⊕ 表示兩個(gè)子空間的“正交和” ； jV 代表與分辨率 2j 對(duì)應(yīng)的多分辨率 分析子空間 ； 與尺度函數(shù)相對(duì)應(yīng)的小波函數(shù)的伸縮和平移構(gòu)成的矢量空間 jW 是 jV 的正交補(bǔ)空間 ；各 jW 是反映 1?jV 空間信號(hào)細(xì)節(jié)的高頻子空間， jV 是反映 1?jV 空間信號(hào)概貌的低頻子空間。 ?H 、 ?G 分別為 H、 G 的共轆轉(zhuǎn)置矩陣。 基于小波變換的圖像融合的基本思想是對(duì)每 一副源圖像 進(jìn)行小 波變換，得 到它們的小波表小，然后用這些小波表示 作為輸入根據(jù)特定的融合法則構(gòu)造 融合圖像的小波表示。 圖像融合規(guī)則及 融合因子 設(shè) A、 B 分別為兩幅原始圖像， F為融合的圖像。對(duì)其他高頻成分，取兩組系數(shù)的最大值，可以得到最強(qiáng)的邊緣信息，從而得到質(zhì)量良好的輸出圖像。圖像的主觀評(píng)價(jià)是以人作為觀察者，對(duì)圖像的優(yōu)劣做 出主觀定性評(píng)價(jià)。融合圖像的 偏差指數(shù)定義為融合后圖像的亮度分量 ?I 與原始多光譜圖像亮度分量 I 差值的絕對(duì)值與原始多光譜圖像亮度分