《可視化增強的變分與分數階微分圖像融合研究》是依託昆明理工大學，由李華鋒擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：可視化增強的變分與分數階微分圖像融合研究
- 項目類別：青年科學基金項目
- 項目負責人：李華鋒
- 依託單位：昆明理工大學
項目摘要,結題摘要,
項目摘要
圖像融合是將不同類型的感測器(或同一類型的感測器在不同時間或方式下)所獲取的某一場景的多幅圖像信息進行綜合,生成一幅有關該場景的解釋，以提高圖像信息的利用率，改善計算機解譯精度和可靠性。然而，當前的圖像融合方法大都是在假設源圖像具有較好的視覺可視化水平條件下提出的，這顯然不能滿足現實的需要。 本課題以提高融合圖像的可視化水平為目的，從分數階微分與變分圖像處理的理論出發，研究具有多重功能的圖像融合模型的構建，實現融合圖像的可視化增強。在融合模型的建立上，擬將源圖像看成一幅多通道圖像，接著根據多通道圖像的卡通-紋理分解結果建立融合圖像與源圖像的一種特定關係，初步實現融合去噪模型的建立。考慮到源圖像的可視化狀況，在建立的融合去噪模型中引入可調的自適應可視化增強功能，從而達到增強融合結果可視化水平的目的。本研究不僅對圖像融合理論與算法有所貢獻，而且能促進融合算法的套用。
結題摘要
（1）項目的研究背景及意義 圖像融合是將不同類型的感測器(或同一類型的感測器在不同時間或方式下)所獲取的某一場景的多幅圖像信息進行綜合,生成一幅有關該場景的解釋，以提高圖像信息的利用率，改善計算機解譯精度和可靠性。在當前的圖像融合方法中，大多數研究都是假設源圖像在精確配準、無噪、清晰的情況下取得的。這類算法往往功能單一，不能直接對不同環境條件下所採集的圖像進行融合處理。然而，現實中所採集到的圖像可能會受到光照、環境、感測器等因素的影響，使得所獲取的圖像視覺效果並不理想。此時採用先前所設計的融合方法並不一定能獲得較為滿意的融合效果。在噪聲環境下，傳統融合方法甚至並不一定是有效的。顯然，這類對源圖像具有較高要求的融合方法極大地限制了算法的套用推廣，更不能滿足現實的需求。 為解決上述方法中存在的問題，更好地促進圖像融合技術的發展與套用，本項目研究的重點集中在提高融合圖像的可視化水平上，開展了如下幾個方面的研究並取得了預期的研究成果。
（2）主要研究內容及其重要結果 針對圖像融合中存在的問題，本項目開展了如下幾個方面的研究：
1、研究了低解析度多源圖像融合與超解析度重建模型的構建以及相關算法的設計。解決了實際輸入圖像解析度低而導致融合結果解析度也低的問題。同時，避免了圖像融合與超解析度重建分開處理而帶來的不足。
2、研究了多聚焦圖像融合中，可視化水平的提升、源圖像信息的保留等相關問題。在該問題的研究中，設計了基於多尺度鄰域的差值圖像驅動的多聚焦圖像融合視覺質量的提升方案，解決了源圖像信息的丟失以及不同區域之間人為虛假信息的引入。
3、研究了基於圖像分解的噪聲圖像融合問題。針對噪聲圖像的融合，傳統的方法是先去噪再融合，這樣做不僅會丟失更多的源圖像信息而且還會將去噪過程中引入的虛假信息傳遞到融合結果中，影響融合圖像的視覺效果。針對該問題，研究了基於圖像低秩-稀疏成分分解與卡通-紋理分解的醫學圖像融合與去噪，提出了相應的解決方案，得到了視覺信息滿意的融合結果。
