菜单
  
    摘要红外与可见光图像融合是图像融合领域的重要分支,其在航空、遥感等军民领域具有广泛的应用前景。为了找出适合红外与可见光图像的融合算法,本文从图像的联合稀疏性出发,对图像融合算法进行深入研究。 本文在对图像融合基本原理进行系统研究的基础上,结合目前性能优越的稀疏表示理论, 重点研究了一种基于联合稀疏表示的红外与可见光图像融合算法。首先采用K-SVD算法训练字典,继而利用 OMP 优化算法求解稀疏系数,包括共有和特有稀疏系数,再运用加权平均规则融合特有系数,最后利用融合系数和过完备字典重构图像。实验的结果显示,本文所采用的融合方式其融合结果红外目标突出,背景纹理清晰,且具备去噪声的功能。   30902
    毕业论文关键词  红外与可见光图像融合  联合稀疏表示  共有和特有稀疏系数 K-SVD OMP  
    Title  Fusion Research of Infrared and Visible Images Based on Joint Sparse Representation
    Abstract Fusion of infrared and visible images is an important branch of image fusion field, which has wide applications in  military and civilian fields such as aviation, remote sensing and so on. To find a suitable fusion algorithm for infrared and visible images,  set out  from the images’ joint sparsity, the image fusion algorithm will be further research in this paper. Based  on the system study on basic principle of the image fusion, combined with the sparse representation theory which has superior performance in current,  this paper focuses  on a joint  sparse representation-based image fusion method for   infrared and visible images. Firstly, train the over-completed dictionary by K-SVD algorithm, then solve the sparse coefficients with optimization algorithm, OMP, the coefficients include common sparse coefficient and unique sparse coefficients, then use the weighted average rule fuse  unique factors, finally, reconstruct the fuse image by fusion coefficient and over-complete dictionary. Experimental result shows that the fusion method in this paper can obtain a fusion image with the prominent infrared target and clear background details,  and both with  the superior denoise function.
     Keywords   Fusion of Infrared and Visible Images, Joint Sparse Representation, Common and Innovation Sparse coefficients, K-SVD, OMP   
    目次
    1绪论1
    1.1研究背景及意义.1
    1.2国内外研究现状.2
    1.3本文主要工作及章节安排.3
    2图像融合基本原理5
    2.1融合层次.5
    2.2融合算法.5
    2.2.1基于小波变换的图像融合算法6
    2.2.2基于ICA的图像融合算法6
    2.2.3基于稀疏表示的图像融合算法7
    2.3融合规则7
    2.3.1基于单像素点的融合规则.7
    2.3.2基于区域的融合规则.8
    2.4图像去噪9
    2.4.1空间域去噪9
    2.4.2变换域去噪.10
    2.5评价体系.11
    2.5.1主观评价指标11
    2.5.2客观评价指标11
    2.6本章小结.14
    3稀疏表示理论15
    3.1稀疏模型15
    3.2优化算法15
    3.2.1贪婪追踪算法.15
    3.2.2
  1. 上一篇:辐射干扰图像处理算法研究
  2. 下一篇:移动网络中的视频转码研究
  1. 基于差分进化算法的自动...

  2. 基于混沌的图像加密通信...

  3. MATLAB基于时频分析的穿墙呼吸检测算法研究

  4. 基于LTE的OFDM无线传输链路设计与仿真

  5. 基于OFDM的用户接入控制技术研究

  6. 基于OFDM的数字图像无线传输关键技术研究

  7. QPSK无线通信网络中基于...

  8. 当代大学生慈善意识研究+文献综述

  9. 河岸冲刷和泥沙淤积的监测国内外研究现状

  10. 十二层带中心支撑钢结构...

  11. 中考体育项目与体育教学合理结合的研究

  12. 大众媒体对公共政策制定的影响

  13. 杂拟谷盗体内共生菌沃尔...

  14. 电站锅炉暖风器设计任务书

  15. 乳业同业并购式全产业链...

  16. java+mysql车辆管理系统的设计+源代码

  17. 酸性水汽提装置总汽提塔设计+CAD图纸

  

About

751论文网手机版...

主页:http://www.751com.cn

关闭返回