论文部分内容阅读
红外技术具有抗干扰能力强、环境适应能力强、隐蔽性好及识别能力强等优点,广泛应用于军事侦查、医学诊断、工业检测及资源勘探等领域。由于复杂的成像环境和探测器自身固有特性的限制,导致设备采集到的红外与可见光图像普遍存在对比度低、边缘模糊、信噪比低等缺陷,造成部分图像细节难以被人眼察觉,势必对后续的识别、跟踪及特征提取极为不利,是约束相关技术进一步发展与应用的瓶颈。因此,就需要进行必要的处理来提高图像的整体对比度,并抑制图像的噪声,提高信噪比。本文借助多尺度几何分析工具非下采样Contourlet变换(NSCT变换),对图像的增强、去噪及融合处理开展了深入的研究。主要的研究内容包括:1、多尺度几何分析:研究了多尺度几何分析的发展历程,对小波变换、Contourlet变换及NSCT变换进行了重点研究,并对Contourlet变换和NSCT变换进行了系数分析与实验仿真。选定拥有各向异性的NSCT变换作为本文研究的分析工具,为后续的增强、去噪及融合的处理研究奠定了理论基础。2、红外与可见光图像增强:针对红外与可见光图像存在对比度低、边缘模糊等问题,本文提出了改进Retinex及分数阶微分的增强算法。引入具有良好特性的NSCT变换,因Retinex算法能很好地对图像的整体轮廓进行增强,分数阶微分算法能对图像的边缘、纹理等细节进行增强,故结合两者的优势并加以改进,低频利用改进Retinex算法进行增强,高频经Bayes阈值隔离噪声后利用自适应分数阶微分进行增强。将本文算法与其他增强算法进行主观与客观的对比和分析。3、红外图像去噪:针对红外图像在采集过程中易受噪声干扰导致图像信噪比低、视觉效果差等问题,对常见的阈值去噪算法进行深入的剖析,提出了基于NSCT变换的自适应阈值去噪算法。在NSCT变换的大背景下,对阈值的选取进行优化,并构造新的阈值处理函数,通过子带系数来自动更新影响因子α,从而自适应对含噪图像进行去噪处理。处理后,图像的峰值信噪比有明显的提升,优于NLM、BM3D等算法。4、红外与可见光图像融合:针对红外与可见光图像自身存在的局限性和差异性,本文结合NSCT的优良特性,提出了基于模糊集理论和邻域特性的红外与可见光图像融合。通过1K均值来匹配改进的模糊隶属度函数,进行增强预处理,然后对高、低频分别采用梯度与灰度的加权和改进的区域能量加权平均的融合方案,最后反变换生成融合后图像。将本文算法与其他算法的融合效果进行主观人眼分析,并借助IE、AG、SF及SSIM进行客观分析,进一步体现了本文算法的先进性与有效性。