用户登录  |  用户注册
首 页毕业论文毕业设计下载定做交易过程截图支付宝在线支付
当前位置:完美毕业网毕业设计下载电子信息自动化通信毕业设计

基于压缩感知的图像融合-400

联系方式:点击这里给我发消息QQ212181988
官方主页:www.biye114.com
图片预览: ;论坛转帖
插件情况:
售后服务:请联系客服QQ:212181988
一键分享拿折扣:
  • 好的评价 如果您觉得此软件好,就请您
      0%(0)
  • 差的评价 如果您觉得此软件差,就请您
      0%(0)

软件简介

 当今科技的快速的发展,人们在生活的中离不开图像,图像也伴随着人们的生活,并担任一个重要的角色,与人们的生活紧密相连,随之而来的,通过采取一定的方法来获得一个有较高质量的图像变成了一个重要的课题。而图像融合,其通过将记录某一个信息的几幅图像融合在一起,组成一个能完整而又准确表达所需要的信息的图像一直都是图像处理的重点问题,融合之后的图像所传达的信息具有更好的研究价值,目前,图像融合在军事领域,医学领域,卫星的遥感图像领域,以及视频中的信息处理有着重要的应用。
压缩感知理论是近年新提出来的一种采样性理论,它先对信号进行稀疏性处理,然后利用处理之后信号的稀疏性,在采样的频率比传统的奈奎斯特频率低的多的条件下,随机观测目标的样本值,得到一组离散的信号,然后通过重建算法来重建信息,进而完美的重建信号,大大的充实了重构信号理论的空白,同时推动了理论的可应用性,结合到实际中去,这个理论从传统的采样理论中孕育出来,同时又增加了采样理论的丰富度,是一种新的思路,为人们研究采样指明了一种新的方法,传自经典而又优于经典,随着被广泛的研究,压缩感知理论现在已经成为图像处理技术中一个重要的组成部分。
本文首先阐述了课题研究的背景以及意义,介绍了图像融合以及压缩感知的研究现状,然后介绍了图像的一些主要的融合技术,比较了这些技术的优缺点、常用的融合原则、压缩感知的主要框架,包括稀疏表示、观测矩阵、重构算法。以及图像融合的一些基本手段,经过matlab仿真可以看出,图像融合用压缩感知理论可以较好的进行重构,融合之后的结果相比于原图像具有更好的信息量,方便人们获得信息以及后续的研究。


关键词 压缩感知 图像融合 稀疏表示 测量矩阵 图像重构
目 录

第一章 绪论 1
1.1 研究背景及意义 1
1.2 国内外研究发展概况 1
1.3 本文的主要内容与结构安排 3
第二章 压缩感知的基本理论 4
2.1 压缩感知理论基础 4
2.2 压缩感知理论框架 4
2.3信号的稀疏化表示 6
2.4 测量矩阵 7
2.5 信号的重构算法 8
第三章 图像融合的基本理论 13
3.1 图像融合技术的基本理论 13
3.2 图像融合的层次 14
3.3 基于像素级图像融合 16
第四章 算法的实现及仿真结果分析 21
4.1 基于压缩感知的图像融合的实现 21
4.2 实验结果及分析 21
结 论 28
致 谢 29
参 考 文 献 30

第一章 绪论
1.1 研究背景及意义
图像在我们的生活中占有重要的位置,我们可以从图像中获得一定量的信息,图像可以有效的帮助我们对自身和世界的认知,伴随着世界的飞速发展,图像对人们的生活越来越重要,价值越发的增高,图像的融合变得更加的重要,在图像领域有很高的地位,一贯是研究的热门问题。经过算法处理过后得到的融合图像质量的提高以及清晰度的提升对于图像的深入研究、对于图像的理解和应用都有很大的价值。图像融合在军事领域、卫星的遥感领域、医学仪器图像的显示、工业制造过程、安全监控过程、以及交通智能化上都有很大的作用。
所谓图像融合,就是把关于同一场景的多源图像进行融合得到一张能完整表示这个场景的图像的过程。且融合之后的得到的图像具有非常大的信息值,更易于人们后继的一些手段的研究。有图像本身的层次特点决定融合由低到高分为基于像素级、特征级、决策级的图像融合方式。目前研究中较常用的融合方法是像素级层次融合,一般用的算法有加权平均法、基于小波的融合方法等等。
随着世界的飞速进步,信息对人们来说变得更加的重要,这个现象导致信息传递以及存储都很不方便,由传统的采样定理可知道,对信号变得更加难处理,当我们需要对一个信号进行采样时,采样的频率必须大于信号中最高频率的两倍,所以加大了采样所需要的频率,加大了信息传输的亢余度,对信息的存储和传输都是个很大的挑战,带来了很多不便。伴随着压缩感知理论的问世,有效的处理了这个问题,打破了传统奈奎斯特定理对采样频率的限制,用很小的频率就可以准确的恢复信号,降低了成本,减小了信息传输以及存储带来的不便,使带宽得到了有效的利用。
在图像处理中,压缩感知理论是新体系,有重要的应用价值,将压缩感知理论融入图像融合之中,经仿真结果显示,压缩感知应用在融合中有较好的实验效果
1.2 国内外研究发展概况
1.2.1 图像融合技术的发展
图像融合技术最开始用来卫星的遥感图像处理,是由Daily等人在1979年将其运用在雷达方面并生成融合之后的图像,1981年Laner和Todd对图像进行了融合实验,而在上个世纪中后期才被人们关注,被用于多聚焦图像的处理,同时被美国国防部重视,并进行了深入的研究,在战斗系统和监控系统中取得了重要的作用。90年代之后热度迅速上升,逐渐扩大了应用领域,例如医学图像的、等领域,早期主要进行像素的直接处理,代表算法有比值加权法、HIS变换法等等。
随着人们对这种方法的研究深入,提出了金字塔的融合方法以及随后的小波变换理论,随着在图像融合的应用,又提出了一种基于多分辨率的图像融合方法,Ranchin和wald于1993年第一次把离散的二进制小波应用到卫星遥感的图像中来,目前,国内这方面的研究也逐渐的加深,越来的被重视,并有很好的成果,是国家看重的研究项目,自上个世纪90年代以来,国内的信息融合技术高速度发展,在95年的时候,我国有关学者组织并召开了首次数据融合的讨论会,但是目前来说,我国的技术发展水平和国外先进的技术还存在着一定的差距,且大多数是理论阶段,应用于实际工程的成果还太少。
1.2.2 压缩感知技术的发展
压缩感知理论是由Donoho、Candes等人在2006年所提出,这个理论抽象于Kashin提出的泛函分析和逼近论理论,随后被Donoho、Candes等人证明是可行的。压缩感知核心思路是在输入的原始信号具有可稀疏特性时或压缩的特性时,随机提取很少量的观测测量值就可以达到信号的近似或精确的重新构造,这个理论的提出打破了传统采样定理对频率的限制,由于信号相比于原始信号是稀疏性的,所以仅仅在很低的采样频率就可以进行采样,并对采样的信号结果进行压缩编码,然后就会得到采样信号的测量值一个从高维度到低纬度的投影值,然后对这个投影值进行解码,解码过程是依据稀疏信号重构的方法,通过求解最大范数或最小范数化为求解最优化问题来实现信号的重构的目的,压缩感知包含信号的稀疏性表示、观测矩阵的设定以及重构算法的设计。前提是要求具有一定的稀疏基,才能保证信号满足一定的稀疏性,这样才可以得到精确度比较高的重构结果。目前的稀疏表示一般是正交基下进行稀疏性的,同时海内外学者也研究了好多稀疏性表示方式,列如张春梅所提出的冗余字典的方法对比于正交基能更好号进行稀疏性表示,从而实现高精度重构信号的方法;Duarte-Carvajalino提出了一种可以同时优化稀疏表示字典以及观测矩阵的算法,该算法可以判断不同的输入信号,自适应的来学习最优稀疏字典,同时对所用观测的矩阵进行优化,使其相比稀疏字典尽量不相干。
虽然压缩感知理论提出只有短短的不到十年的时间,但是因为它的独特的采样特性,使得有很大的应有前景,国内外很多大学都有专门研究压缩感知的研究室,如今,压缩感知应用在很多领域,高光谱成像、医学成像、遥感图像等等,同时针对压缩感知应用于实践的硬件设备也被研究出来,如麻省理工学院 L.Wald教授领导研发的MRIRF脉冲设备等,硬件的产生也推动的压缩感知的理论的研究,让压缩感知在具体的实践中产生了巨大的影响。
1.3 本文的主要内容与结构安排
本文针对图像处理当中重要应用图像融合进行了研究,对多源图像的融合方法进行了分析,在算法中,完成了在压缩感知下的融合,采用直接观测向量值的方法,减少了传递数据和存储数据,节约了计算机资源,同时有很好的融合效果,研究了不同方法对实验结果的影响,经过实验结果证明,压缩感知用于图像融合之中起到了很好的效果。
第一章:绪论。阐述了课题研究的背景及意义,介绍了图像融合技术和压缩感知技术。然后叙述了发展状况。
第二章:本章主要介绍了压缩感知的基本知识,主要介绍的有框架模型,然后从稀疏表示、观测矩阵、重构算法等几个方面具体的展开了论述。
第三章:本章主要介绍了图像融合的基本知识,从图像本身结构层次低到高的顺序介绍了像素级、特征级、决策级的常用的融合规则及方法,并简单的阐述了融合之前的图像处理的手段,接着着重研究了像素级的融合常见的规则,并给出了评价的方法,包括主观、客观方面。
第四章:本章是实验的仿真部分,通过实验结果可以发现,压缩感知的图像融合算法能较好的解决了多聚焦图像中单个图像信息表示不清楚的问题,并对实验中所用的方法进行了研究并分析异同和规律,依据实验得到具体结果,得到了实验的结论。
第五章:本章是论文的总结部分。对全文的工作进行了总结。

下载地址

点击此处→注册会员上传设计赚钱
以上是大纲和介绍,如需要完整的资料请在线购买.

软件评论评论内容只代表网友观点,与本站立场无关!

   评论摘要(共 0 条,得分 0 分,平均 0 分) 查看完整评论

下载说明

* 本站所有资料均已审核通过,内容原创保密,标准格式,质量保证
* 无需注册,点击在线购买后即可获取该套毕业设计(论文)完整
* 支付后请联系在线客服QQ:212181988发送资料
  • 官方微信