淡江大學覺生紀念圖書館 (TKU Library)
進階搜尋


下載電子全文限經由淡江IP使用) 
系統識別號 U0002-2307200903494000
中文論文名稱 多焦距融合方法基於拉普拉斯小波轉換
英文論文名稱 Multi-Focus Fusion Method Based on LADWT
校院名稱 淡江大學
系所名稱(中) 資訊工程學系碩士班
系所名稱(英) Department of Computer Science and Information Engineering
學年度 97
學期 2
出版年 98
研究生中文姓名 林怡叡
研究生英文姓名 Yi-Ray Lin
電子信箱 rayyilin@gmail.com
學號 696410066
學位類別 碩士
語文別 中文
第二語文別 英文
口試日期 2009-06-22
論文頁數 61頁
口試委員 指導教授-顏淑惠
委員-施國琛
委員-林慧珍
委員-顏淑惠
中文關鍵字 影像融合  多焦距  拉普拉斯金字塔  小波轉換 
英文關鍵字 image fusion  multi-focus  Laplacian pyramid (LAP)  discrete wavelet transform (DWT) 
學科別分類 學科別應用科學資訊工程
中文摘要 眼睛是靈魂之窗,人類透過視覺的辨識功能維持主要的生活能力。影像則是必須清晰度足夠才可以足以被識別。所以影像融合(image fusion)常常被應用在提高影像的清晰度以增加眼睛的辨識能力。
在本篇論文中提出了一個多焦距融合方法,利用拉普拉斯運算可以提高影像銳利度與小波轉換的多重尺寸特性以達到增強影像的清晰度和辨識度的目的。實驗的部份,在測試合成影像的品質都得到滿意的結果,也測試了此方法對於位移(shift)具有一定程度上的容忍度。本方法也適用於多來源影像融合與彩色影像融合。
英文摘要 A scene to be photographed usually includes objects at various distances and this causes the out of focus objects appear blurry. This paper presents a multi-focus image fusion method to solve this problem. It utilizes Laplacian pyramid and discrete wavelet transform to extract important information from two sources images and fuse them into a single image with high spatial and high spectral information. The algorithm has been tested on synthetic images and natural images with satisfactory results. Robustness in a small degree of shift is also tested on the proposed algorithm. The algorithm is illustrated to be applicable to color image fusion and multi-sensor image fusion as well.


論文目次 目錄
淡江大學論文提要 I
英文提要 II
目錄 III
圖目錄 V
表目錄 VII
第一章 緒論 1
1.1 研究背景、動機與目的 1
1.2 論文架構 3
第二章 相關文獻回顧 4
2.1 常見的融合方法 4
2.2 融合規則 6
2.3 形態影像學 7
2.4 其他改進的融合規則 7
第三章 本研究相關理論基礎 9
3.1 離散小波轉換 9
3.2 高斯金字塔 12
3.3 拉普拉斯金字塔 12
第四章 本研究所提出的融合法 14
4.1 基本流程介紹 14
4.2 離散小波轉換影像融合 15
4.3 拉普拉斯金字塔影像融合 16
4.4 拉普拉斯小波轉換 18
第五章 實驗結果與討論 21
5.1 品質測試 21
5.1.1 峰值信噪比 21
5.1.2 相互資訊 22
5.1.3 實驗 24
5.2 平移容忍度 28
5.2.1 實驗 28
5.3 其他應用測試 31
第六章 結論 39
相關文獻 40
附錄-英文論文 44
圖目錄
圖1影像融合步驟 2
圖2影像融合結果 5
圖3一維轉換 9
圖4二維轉換 9
圖5對影像進行小波轉換的過程。 10
圖6未經過處理的影像 11
圖7小波轉換處理後 11
圖8反小波轉換 11
圖9高斯金字塔 12
圖10拉普拉斯金字塔建構 13
圖11拉普拉斯金字塔反轉 13
圖12拉普拉斯小波轉換流程 15
圖13離散小波轉換影像融合 16
圖14拉普拉斯金字塔影像融合 18
圖15拉普拉斯小波轉換結構 20
圖16品質測試1 26
圖17品質測試2 27
圖18平移一個像素的結果 29
圖19平移兩個像素的結果 29
圖20平移三個像素的結果 30
圖21多來源影像融合測試 32
圖22彩色影像融合流程 32
圖23彩色影像融合測試 33
圖24彩色品質測試1 35
圖25彩色品質測試2 36
圖26實際照片測試1 37
圖27實際照片測試2 38
表目錄
Table 1 圖16的PSNR和MI 25
Table 2 圖17的PSNR和MI 25
Table 3平移一個像素的PSNR測量結果 29
Table 4 平移兩個像素的PSNR測量結果 29
Table 5 平移三個像素的PSNR測量結果 30
Table 6 圖24的PSNR和MI 34
Table 7 圖25的PSNR和MI 34

參考文獻 1. L. Bogoni, and M. Hansen, "Pattern-selective color image fusion," Pattern Recognition, vol. 34, 2001, pp. 1515-1526.
2. A. Masini, F. Branchitta, M. Diani, and G. Corsini, "Sight enhancement through video fusion in a surveillance system," International Conference on Image Analysis and Processing 2007 (ICIAP 2007), 2007, pp. 554-559.
3. F. Sadjadi, "Comparative Image Fusion Analysais," IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 2005, pp. 8.
4. S. Dippel, M. Stahl, R. Wiemker, and T. Blaffert, "Multiscale contrast enhancement for radiographies: Laplacian pyramid versus fast wavelet transform," Medical Imaging, IEEE Transactions , vol. 21, Issue 4, 2002, pp 343-353.
5. R.L. Allen, F.A. Kamangar, and E.M. Stokely, "Laplacian and orthogonal wavelet pyramid decompositions in coarse-to-fine registration," Signal Processing, IEEE Transactions on, vol. 41, Issue 12, 1993, pp 3536-3541.
6. C.Y. Wen, and J.K. Chen ,"Multi-resolution image fusion technique and its application to forensic science," Forensic Science International, vol. 140, 2004, pp. 217-232.
7. W.-W. Wang, P.-L. Shui, and Guo-Xiang Song, "Multifocus image fusion in wavelet domain," Machine Learning and Cybernetics, 2003 International Conference on, Vol.5, 2003, pp 2887-2890.
8. P. Hill, N. Canagarajah, and D. Bull, "Image Fusion Using Complex Wavelets," Electronic Proceedings of The 13th British Machine Vision Conference University of Cardiff, 2-5 September 2002, pp. 487-496.
9. I. De, B. Chanda, and B. Chattopadhyay, "Enhancing effective depth-of-field by image fusion using mathematical morphology," Image and Vision Computing, vol. 24, pp. 1278-1287, 2006.
10. L. Bogoni, and M. Hansen, "Evaluation of focus measures in multi-focus image fusion", Pattern Recognition Letters, vol. 28, 2007, pp 493-500.
11. Y. Zheng, X. Hou, T. Bian, and Z. Qin, "Effective Image Fusion Rules Of Multi-scale Image Decomposition", Proceedings of the 5th International Symposium on image and Signal Processing and Analysis, 2007, pp 362-366.
12. L.J. Chipman, T.M. Orr, and L.N. Lewis, "Wavelets and image fusion," IEEE Transactions on Image Processing, vol. 3, 1995, pp. 248-251.
13. H. Li, B.S. Manjunath, and S.K. Mitra, "Multisensor image fusion using the wavelet transform," Graphical Models and Image Processing, vol. 57, 1995, pp. 235-245.
14. O. Rockinger, "Pixel-level fusion of image sequences using wavelet frames," In Mardia, K. V., Gill, C. A., and Dryden, I. L., editor, Proceedings in Image Fusion and Shape Variability Techniques, Leeds, UK, 1996, pp. 149-154.
15. S. Nikolov, P.R. Hill, D.R. Bull, and C.N. Canagarajah, "Wavelets for image fusion," In A. Petrosian and F. Meyer, editors, Wavelets in Signal and Image Analysis, from Theory to Practice. Kluwer Academic Publishers, 2001.
16. P. J. Burt, and E. H. Andelson, "The Laplacian Pyramid as a Compact Image Code," IEEE Transactions on Communications, vol. 31, no. 4, 1983, pp. 532-540.
17. V. Petrovic, and T. Cootes, "Objectively adaptive image fusion," Information Fusion, vol. 8, Issue 2, Elsevier, 2007, pp. 168-176.
18. G. H. Qu, D. L. Zhang, and P. F. Yan, "Information measure for performance of image fusion," IEEE Electron. Lett, vol 38, Issue 7, 2002, pp. 313-315.
19. Y. Niu, and L. Shen, "The Optimal Multi-objective Optimization Using PSO in Blind Color Image Fusion," 2007 International Conference on Multimedia and Ubiquitous Engineering (MUE'07), 2007, pp. 970-975.
論文使用權限
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2009-07-29公開。
  • 同意授權瀏覽/列印電子全文服務,於2009-07-29起公開。


  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2281 或 來信