一、题目:基于小波变换的像素级图像融合算法研究
二、指导思想和目的要求
基于小波变换的图像融合，就是对原始图像进行小波变换，将其分解在不同频段的不同特征域上，然后在不同的特征域内进行融合，构成新的小波金字塔结构，再用小波逆变换得到合成图像的过程。
小波变换的多分辨结构可解决图像灰度特性不同给图像融合带来的困难。正交小波变换去除了两相邻尺度上图像信息差的相关性，所以基于小波变换的图像融合技术能克服拉普拉斯金字塔的不稳定性。在小波分解过程中，由于图像的数据量不变，同时各层的融合可并行进行，所以其计算速度和所需的存贮量都要优于拉普拉斯金字塔。
正是由于小波变换的优良特性，基于小波变换的图像融合方法成为了目前国内外像素级图像融合方法的研究热点，本文主要研究利用小波变换的像素级图像融合方法。
本课题的研究内容主要包括以下几个方面：
1、了解图像融合的概念、意义和分类，解释像素级融合的原理和方法；
2、研究小波变换的基本理论，并应用小波变换进行图像处理；
3、研究像素级多分辨率图像融合框架，对其框架的各个部分进行详细解释；
4、研究加权多分辨率图像融合算法，并进行图像融合实验；
三、主要技术指标
1、基于像素级图像融合的概念与原理；
2、研究小波变换的基本理论；
3、研究像素级多分辨率图像融合算法框架；
4、研究加权多分辨率图像融合算法。
四、进度和要求
第01周----第02周：英文翻译；
第03周----第04周：了解基于像素级图像融合的概念与原理；
第05周----第07周：研究小波变换的基本理论；
第08周----第09周：研究基于小波变换的像素级图像融合算法框架；
第10周----第13周：研究加权多分辨率图像融合算法；
第14周----第16周：撰写毕业设计论文，论文答辩。
五、主要参考书及参考资料
[1]. 潘泉, 于昕, 程咏梅等. 信息融合理论的基本方法与进展[J].自动化学报, 2003,5.
[2]. 吴艳. 多传感器数据融合算法研究[D]. 西安电子科技大学博士学位论文,2003,4.
[3]. 刘贵喜. 多传感器图像融合方法研究[D]. 西安电子科技大学博士学位论文, 2004,1.
[4]. 何国金, 李克鲁, 胡德永等. 多卫星遥感数据的信息融合: 理论、方法与实践[J]. 中国图像图形学报2003.
[5]. 毛士艺, 赵巍. 多传感器图像融合技术综述[J]. 北京航空航天大学学报,2005.
[6]. 瞿继双, 王超, 王正志. 基于数据融合的遥感图像处理技术[J]. 中国图像图形学报,2003.
[7]. 何国金. 小波变换在遥感图像处理中的应用综述[J]. 遥感信息.
[8]. 黄华等译. 数字图像处理java语言算法 [M].清华大学出版社，2010.
[9]. 吴艳.多传感器数据融合算法研究.西安电子科技大学博士学位论文,2003,4.
[10] 刘贵喜.多传感器图像融合方法研究.西安电子科技大学博士学位论文,2005.
基于小波变换的像素级图像融合算法研究摘要
图像融合是由信息融合发展而来的，是多传感器数据融合的一个重要分支。近年来，图像融合技术在现代航空航天、自动控制、遥感遥测、医学，特别是军事指挥领域中发挥着越来越重要的作用。图像融合把来自多个传感器数据的互补信息合成一幅新的图像，提供比原图像更丰富的视觉信息。图像融合根据信息抽象程度的不同，从低到高分为像素级、特征级和决策级三个层次的融合。像素级融合作为最基本的融合，是特征级融合和决策级融合的基础，因此成为目前研究的热点问题之一。本文研究工作的重点是基于小波变换的像素级图像融合方法，通过大量的图像融合实验，得到部分有价值的结论，具体的工作内容如下：首先简要介绍了小波变换的理论基础、多分辨率分析与离散小波变换快速算法，以及常用的小波函数；其次，讨论了多分辨率图像融合算法的融合框架，在此基础上，给出了目前多分辨率图像融合的主要方法，同时给出了常用的图像融合性能评价指标；最后给出了一种基于边缘的加权多分辨率图像融合方法，给出了一种将图像边缘特征信息同像素级加权融合规则相结合的思想，通过仿真实验说明该方法能够产生良好的融合效果。
关键词：图像融合，多分辨率分析，小波变换，边缘特征
ABSTRACT
...
Keywords: image fusion, multi-resolution analysis, wavelet transform, edge features
基于小波变换的像素级图像融合算法研究目录
第一章 绪 论 1
1.1图像融合技术的概述 1
1.1.1图像融合技术的概念 1
1.1.2像融合技术理论的现状 2
1.1.3图像融合技术的意义 2
1.1.4图像融合技术的分类 3
1.2像素级图像融合概述 5
1.2.1像素级图像融合的原理 6
1.2.2像素级图像融合的主要方法 6
1.3论文结构 8
第二章 小波分析理论基础 9
2.1小波变换 9
2.1.1小波变换的思想 9
2.1.2连续小波基函数 10
2.1.3连续小波变换 11
2.1.4离散小波变换 12
2.1.5二进小波变换 13
2.2 多分辨率分析与离散小波快速算法 13
2.2.1多分辨率分析 13
2.2.2尺度函数和尺度 14
2.2.3离散小波变换的快速算法 15
2.3几种常用的小波 16
第三章 多分辨率图像融合 19
3.1多分辨率图像融合框架 19
3.1.1多分辨率分析 20
3.1.2活性测度 21
3.1.3匹配测度 23
3.1.4决策模块 23
3.1.5一致性校验 24
3.1.6合成模块 25
3.1.7近似分量的融合规则 25
3.2目前多分辨率图像融合的主要方法 26
3.3图像融合性能评价 28
3.4小结 31
第四章 基于边缘的加权多分辨率图像融合 33
4.1 算法步骤和原理 34
4.1.1多分辨率分析 34
4.1.2边缘特征提取 35
4.1.3像素级图像融合 35
4.1.4择取模块 35
4.1.5合成模块 36
4.1.6多分辨率分析逆运算 36
4.2实验结果及分析 36
4.3小结 38
第五章 全文总结 40
5.1本文的主要工作及结论 40
5.2存在的不足及展望 40
参考文献 42
致 谢 44
毕业设计小结 45
