本科毕业设计论文题目多聚焦图像融合算法研究专业名称学生姓名指导教师毕业时间毕业 任务书一、题目多聚焦图像融合算法研究二、指导思想和目的要求本题目来源于科研，主要研究多聚焦图像的概念，学习多聚焦图像的常用融合算法，进而实现相关算法。

希望通过该毕业设计，学生能达到：1．利用已有的专业知识，培养学生解决实际工程问题的能力；2．锻炼学生的科研工作能力和培养学生团队合作及攻关能力。

三、主要技术指标1．学习多聚焦图像的特点；2．研究多聚焦图像的融合算法；3．实现多聚焦图像的融合。

四、进度和要求第01周----第02周： 参考翻译英文文献；第03周----第04周： 学习多聚焦图像的特点；第05周----第08周： 研究多聚焦图像的融合算法；第09周----第14周： 编写多聚焦图像的融合程序；第15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.张德丰.MATLAB 数字图像处理[M].北京：机械工业出版社，2012.2. 敬忠良. 图像融合——理论与应用[M].北京：高等教育出版社，2010.3. 郭雷. 图像融合[M]. 北京：电子工业出版社，2011.4. 孙巍. 孙巍. 像素及多聚焦图像融合算法研究[D].长春：吉林大学，2008.5. 马先喜. 多聚焦图像融合算法研究[D].无锡：江南大学，2012.学生 指导教师 系主任 __ __设计论文摘要图像融合是将同一对象的两个或多个图像按一定规则合成为一幅图像。

其关键是抽取每幅源图像中的清晰区域，并将这些清晰区域以一定的规则融合起来，从而生成一幅清晰且信息量完整的融合图像。

多聚焦图像融合的具体目标在于提高图像的空间分辨率、改善图像的几何精度、增强特征显示能力、改善分类精度、替代或修补图像数据的缺陷等。

本文概括了多聚焦图像融合的一些基本概念和相关的基本知识，对DWT分解的层数和方向子带的个数对融合结果的影响进行了初步的研究。

并就加权平均法、单层DWT分解、二层及二层以上DWT分解对多聚焦图像的融合进行了算法研究和编程实现，并对这些方法的仿真结果进行了比较分析。

仿真结果表明，基于空间域的加权平均法的融合效果非常一般，在图像的细节表现力方面存在很大的不足；而基于变换域中的小波变换的低频取平均、高频取绝对值最大的融合算法在小波分解层数达到三层时，所得融合图像的性能指标，如信息熵、空间频率和清晰度都较为理想，达到了预期目的。

可见多层DWT分解融合方法具有较高的应用价值，可以将其用于图片的判读分析，如指纹识别、人脸鉴别、不完整图片的复原等。

关键词：图像融合，多聚焦图像，加权平均，DWTABSTRACTImage fusion is two or more images of the same object according to certain rules of synthesis of an image. The key is to extract every source image in a clear area, and these rules must be clear and the region to come together. The amount of information to generate a clear and complete fusion image is its ultimate goal.Multi-focus image fusion specific objectives is to improve the spatial resolution of the image, to improve the image geometric accuracy, enhanced features display capabilities, improve classification accuracy, replace or repair the defects and other image data.This paper summarized some basic concepts and knowledge of multi-focus image fusion and did a preliminary study about the impact of DWT decomposition layers and the number of directional subbands related to multi-focus fusion results. And the weighted average method, single DWT decomposition, second floor and the second floor above DWT decomposition of multi-focus image fusion algorithm performed research and programming, and the simulation results of these methods were compared.It was found that the effect of the weighted average method of integration is very general and there is a big shortage in detail expressive aspects of the image.However, based on averaging the low-frequency and getting the largest absolute value of high frequency of wavelet transform fusion algorithm in transform domain performed good when wavelet decomposition level reaches three.The resulting image fusion performed indicators, such as information entropy, spatial frequency and clarity are more ideal to achieve the desired purpose.It is visible that multi-DWT decomposition fusion method has a high value, and its interpretation can be used to image analysis, such as fingerprint recognition, face identification,incomplete pictures recovery and so on.KEY WORDS: image fusion，multi-focus image，weighted average，DWT目录第一章绪论 (5)1.1课题研究的背景和意义 (5)1.2 研究现状及存在的问题 (5)1.2.1 研究现状 (5)1.2.2 存在的问题 (6)1.3多聚焦图像融合技术 (7)1.3.1 多聚焦图像成像特点 (7)1.3.2 多聚焦图像融合层次 (8)1.4 本文章节的安排 (8)第二章多聚焦图像融合的基础理论 (10)2.1多聚焦图像成像原理 (10)2.2 多聚焦图像融合主要算法 (11)2.2.1 空间域多聚焦图像融合 (12)2.2.2 变换域多聚焦图像融合 (17)2.3 多聚焦图像融合质量评价 (19)2.3.1 主观评价 (19)2.3.2 客观评价 (19)2.4 本章小结 (20)第三章基于小波变换的多聚焦图像融合 (22)3.1 引言 (22)3.2 小波变换的基础理论 (22)3.2.1 小波定义 (22)3.2.2 连续小波变换 (23)3.2.3 离散小波变换 (24)3.3 小波的分解 (24)3.3.1小波基的选择与分解层数 (26)3.4算法仿真与结果分析 (26)3.4.1算法仿真 (26)3.4.2融合结果分析 (29)3.5 本章小结 (30)第四章总结与展望 (31)4.1 全文总结 (31)4.2 工作展望 (31)参考文献 (33)致谢 (35)毕业设计小结 (36)附录A (37)附录B (38)附录C (40)附录D (43)第一章绪论1.1课题研究的背景和意义自第一台具有光学镜头相机的出现开始，便出现了能生成场景中物体信息的图像。

而图像融合[1]是将同一对象的两个或多个图像按一定规则合成为一幅图像，以便它比原来的任何一幅更能容易的为人们所理解。

这一技术可应用于多频谱图像理解、目标识别、机器视觉及医学图像处理等领域，在这些场合，同一物体部件的图像往往是采用不同的成像机理得到的。

传统的图像融合方法主要是在时间域通过算术运算实现融合，具有算法简单直观，融合速度快，适合实时处理等优点，但其没对频率变化进行考虑。

而多分辨率图像融合算法则是在频率域实现图像融合。

根据分解形式的不同，多分辨率图像融合算法又可分为多分辨率金字塔方法和小波变换方法。

近年来，基于小波变换的图像融合越来越受到重视。

由于人的视网膜图像是在不同频带上分别以不同算子进行融合，而基于小波分解的图像融合也是以同样方式进行，所以，其可获得与人的视觉特性更为接近的融合效果。

多聚焦图像融合是信息融合的一个重要分支，近年来被越来越多的研究机构所重视。

由光学系统成像原理可知，物体在镜头的共轭物平面时，成清晰的像，处于共轭物平面以外的物体，将呈现出不同程度的模糊，当模糊程度不超过光学系统的景深时，则物体所成的像仍可以看做清晰像。

光学系统的景深指保证在像平面能获得清晰的像的物体在物放空间前后移动的最大距离[2]。

由于光学镜头的景深有限，使得在拍摄时很难获取一幅所有景物都聚焦清晰的图像[3]。

因此仅仅依靠成像系统本身很难解决这一问题。

但是可以加上一些后续处理，就可方便地获取一个场景清晰的图像，即采用图像融合算法。

这一技术定将在现代医疗、军事侦查、产品防伪及文化艺术方面占据愈发重要的地位[3]。

1.2 研究现状及存在的问题1.2.1 研究现状就研究层次和研究算法来看，早期的图像融合由于技术不发达，而且研究的人员较少，因此大多是针对像素级的。

此阶段的方法有滤波法、加权法、IHS变换等。

早期的算法都是属于空间域上的算法，没有很多计算，复杂性较小。