6.3萬字 84頁 有程序代碼
摘 要
作為時頻分析工具，小波變換在圖像處理領(lǐng)域取得了廣泛的應用前景。例如，在圖像去噪方面，基于小波變換的算法能達到最大均方誤差最小意義上的最優(yōu)效果，獲得光滑的圖像，而這是經(jīng)典圖像去噪方法難以做到的。小波分析在圖像處理中有非常重要的應用，其中包括圖像分析、圖像壓縮、圖像特征提取、圖像融合等方面。由此可見，小波變換的應用價值和科學價值都是十分巨大的。
本文主要研究了基于小波變換的圖像融合。由于小波變換具有多分辨或多尺度特性，因此我們可以通過小波變換把多幅圖像分解到一系列的頻率空間，然后在每個空間按照一定的融合規(guī)則算法對圖像的信息進行處理，最后把處理后的信息通過小波逆變換得到融合圖像。本文還介紹了小波變換的相關(guān)理論知識及圖像融合的幾種常用方法，并對融合的性能評價進行了學習和研究，分析了基于信息量、基于統(tǒng)計特性、基于信噪比、基于梯度值等的評價方案。

關(guān)鍵詞：小波變換，圖像融合，小波系數(shù)，高通濾波，低通濾波

目 錄
第一章 緒 論
1.1 課題研究的背景
1.2 課題研究的目的和意義
第二章 圖像處理中的小波變換
2.1 一維小波變換
2.2 二維小波變換
2.3 圖像處理中常用的小波
2.3.1 小波相關(guān)特性及系數(shù)
2.3.2 小波的性能比較
2.3.3 圖像融合中小波基的選擇
第三章 常用圖像融合算法
3.1 圖像融合的基本知識
3.1.1 圖像融合的概述
3.1.2 常用圖像的特點
3.2 圖像融合的層次
3.2.1 像素級圖像融合
3.2.2 特征級圖像融合
3.2.3 決策級圖像融合
3.3 圖像融合的常用方法
3.3.1 圖像融合方法的分類
3.3.2 簡單的加權(quán)圖像融合法
3.3.3 主分量法
3.3.4 基于拉普拉斯金字塔分解的圖像融合方法
3.3.5 小波變換法與金字塔圖像融合法的性能分析
3.4 融合效果的評價方法
3.4.1 主觀評價
3.4.2 客觀評價
第四章 基于小波變換的圖像融合系統(tǒng)的實現(xiàn)
4.1 系統(tǒng)的總體設計
4.1.1 系統(tǒng)設計思想
4.1.2 基于小波變換的圖像融合的一般過程
4.2 系統(tǒng)各模塊的設計與實現(xiàn)
4.3 圖像融合效果
4.4 設計介紹
第五章 總結(jié)
致謝
參考文獻
附錄