基于組合特征的圖像融合算法研究.pdf

1、本文主要研究了基于組合特征的圖像融合算法。
　　本文首先介紹了多種圖像特征及其提取算法和多尺度幾何分析理論，論證了結(jié)合Contourlet變換和小波變換提取圖像高頻分量中各種特征的有效性。然后針對(duì)單特征只能反映圖像的某一方面屬性，作為頻域系數(shù)融合規(guī)則的參數(shù)指標(biāo)，難以得到全面而又理想的融合結(jié)果的問(wèn)題。提出了基于組合特征的圖像融合算法，針對(duì)不同的圖像融合目的選取不同的特征組合。最后引入粒子群優(yōu)化算法對(duì)組合的權(quán)值進(jìn)行迭代優(yōu)化以得到最佳結(jié)

2、果。
　　文中提出的融合算法對(duì)于不同的圖像融合目的，選取不同的特征組合。對(duì)于多聚焦圖像，為了使結(jié)果圖像具有較高的視覺(jué)清晰度，選取平均梯度和分形特征；對(duì)于醫(yī)學(xué)圖像，為了獲得豐富而又準(zhǔn)確的骨骼組織和軟組織信息，選擇信息熵和分形特征；對(duì)于遙感圖像，綜合考慮光譜信息和細(xì)節(jié)信息的保留度，選取紋理特征和平均梯度。
　　本文將提出的算法與另外兩種只用一種特征的融合算法進(jìn)行比較，實(shí)驗(yàn)結(jié)果表明，對(duì)醫(yī)學(xué)、多聚焦和遙感三種圖像起決定性評(píng)價(jià)作用的參