论文多模态图像融合算法综述是适合模态论文写作的大学硕士及相关本科毕业论文，相关模态开题报告范文和学术职称论文参考文献下载。
摘 要：多模态图像融合能最大限度地提取各模态的图像信息,同时减少冗余信息.文章提出一种新的图像融合算法的分类体系,在分析新体系的基础上,阐述了各体系下的代表性算法,论述图像融合的研究背景及研究进展,最后提出了未来趋势的新目标.
关键词：图像融合；像素级；特征级；决策级；图像融合算法
中图分类号：TP391.41 文献标志码：A 文章编号：2095-2945（2017）36-0060-02
引言
不同模态传感器关于同一场景所采集到的图像数据经过相关技术处理相融合的过程称为多模态图像融合,本文站在新的角度,提出一种新的分类体系,同时阐述各体系下的代表性算法,论述图像融合领域的发展现状.
1 图像融合的体系
根据融合的对象,图像融合一般分为三个等级：像素级、特征级及决策级[1].像素级的处理对象是像素,最简单直接,特征级建立在抽取输入源图像特征的基础上,决策级是对图像信息更高要求的抽象处理,本文在此基础上提出一种不同的的分类体系,即直接融合和间接融合.
1.1 直接图像融合算法
直接图像融合算法分基于像素点和基于特征向量的融合方法,基于像素点的融合主要针对初始图像数据而进行[2],是对各图像像素点信息的综合处理[3].
1.2 间接图像融合算法类
间接图像融合算法是指对图像进行变换、分解重构或经神经网络处理后,通过逻辑推理来分析多幅图像的信息.
2 直接图像融合算法类
直接图像融合算法分基于像素点和基于特征向量的图像融合算法.
2.1 基于像素点的直接图像融合算法
设待融合图像X、Y,且X（i,j）、Y（i,j）为图像X、图像Y在位置（i,j）的灰度值,则融合后的图像Z（i,j）等于x X（i,j）+y Y（i,j）,x、y是加权系数且x+y等于1.算法简单、融合速度快,但减弱了图像的对比度[4].
2.2 基于特征向量的直接图像融合算法
图像特征包括颜色、纹理、形状、空间关系等,从多模态图像提取特征信息[2],并对其归纳和分析处理,可剔除虚假特征、构建新的复合特征.
2.2.1 特征的串行融合算法
样本空间Ω上的随意样本ξ∈Ω,且在Ω上定义两个特征空间A和B[5],同时构建两个特征向量α∈A和β∈B,则ξ的串行组合特征可以定义为γ等于（α,β）.虽然该法可以有效提高识别率,但不同特征向量在串联组合前要进行加权或归一化处理[6].
2.2.2 特征的并行融合算法
样本空间Ω上的随意样本ξ∈Ω,且在Ω上定义两个特征空间A和B,同时构建两个特征向量α∈A和β∈B,则ξ的特征并行组合为γ等于α+iβ,但该法的缺陷是维数可能不等,对此可以用零补足低维特征[7].
并行融合方法的困难之处在于要求提取的特征维数必须相同,否则就要进行一些预处理[6].
2.2.3 基于特征选择的融合算法
特征选择算法即将数据为维度,每一维度中选一个最利于分类的数据,这些选出的数据构成新的特征[8].以基于模糊逻辑理论的图像融合算法为例,首先源图像的特征构成一组数据,假定改组数据中只有i个可靠,用设定好的规则融合这i个数据,融合的结果和析取算子如融合得到算子,某些特殊情况,例如组合爆炸,可以用递增排列的方法[7].
2.2.4 基于特征变换的融合算法
以基于D-S证据理论的图像融合算法为例,其优点是可以最大程度地消除不确定的因素,融合进源图像的互补图像特征,尽量保留住源图像的边缘特征[7].
2.2.5 基于特征决策的融合算法
以基于贝叶斯估计法为例,它以贝叶斯法则为基础,是按照概率论来组合信息的新方法[9],其步骤[10]为：提取待融合源图像的特征,利用图像特征计算出基本概率赋值函数,并应用贝叶斯公式进行融合.
3 间接图像融合算法类
间接图像融合算法类是指对图像进行变换、分解重构或经神经网络处理后,通过逻辑推理或逻辑来分析多幅图像的信息,最终进行融合的算法类型.
3.1 基于变换的间接图像融合算法
常用的变换方法主要有HIS变换和小波变换.
3.1.1 基于HIS变换的图像融合算法
在HIS变换中,H表示图像色度信息,I表示图像亮度信息,S表示图像饱和度信息[11],融合步骤为：（1）预处理；（2）对源图像的R、G、B三个通道进行HIS变换；（3）直方图匹配源图像与经过HIS变换后的亮度图,生成与亮度直方图分布特性类似的图像；（4）用生成的图像代替亮度图,并同H、I、S分量图进行HIS逆变换最后得到融合的图像.
3.1.2 基于小波变换的图像融合算法
基于小波变换的图像融合方法,首先将源图像经小波变换分解成为不同频域特征,每幅图像的相同频域间融合,最后通过小波逆变换以获得融合结果图.目前在基于小波变换的圖像融合方法中,用的较多的多分辨技术是Mallat[12]法,该算法在实现过程中先按行、列再按列、行进行一维的小波变换.
3.2 基于分解和重构的间接图像融合算法
现阶段常用的基于分解和重构的图像融合方法即多分辨率塔式图像融合算法.
多分辨率塔式图像融合算法中[13],源图像被持续过滤成塔形结构,该结构的不同层用不同的融合算法进行融合,得到一个经合成处理后的塔形结构,对其重构处理,得到合成的图像.
3.2.1 基于高斯-拉普拉斯金字塔分解和重构的融合方法
源图像和高斯核函数卷积并下采样[3],传统的拉普拉斯金字塔融合要求源图像的分辨率比值为偶数[3],这一缺陷被B.Aiazzi等人改善,他们扩展了传统的塔形结构,解决了分辨率为非偶数时的融合问题.
总结:本论文为您写模态毕业论文范文和职称论文提供相关论文参考文献，可免费下载。
参考文献：
1、 重频结构模态灵敏度分析的高精度截模态算法 摘要： 基于全模态展开定理，提出了计算重频阻尼结构模态灵敏度的全模态算法和高精度截模态算法。首先通过引入松驰因子的移频法克服了重频现象对模态灵敏。
2、 高中英语词汇教学中多模态理论的有效运用 在高中英语教学中应用模态形式开展教学活动的主要目的是提高学生对英语的学习积极性，使学生在英语学习过程中获取所需求的知识和技能，并能将所学知识应用。
3、 基于语言实验室的多模态口语教学 摘 要：本文将以多模态话语研究理论为研究基础，论证数字化语言实验室在英语多模态口语教学中发挥的作用。探讨如何充分利用数字语言实验室的先进技术，调。
4、 关于商务英语写作的多模态设计分析 内容摘要：多模态英语教学是近年来出现的一种新兴外语教学模式，多模态英语教学的推广与互联网相关技术的普及密不可分。本文就商务英语写作的多模态设计进。
5、 烟叶自动图像分级技术综述 摘 要：在烟叶自动分级的过程中，提取烟叶特征并且进行分级是至关重要的步骤。阐明了烟叶分级的现行国家标准，分析总结了常用的颜色、形状、纹理等特征分。
6、 湍流风速谱有效模态POD分析法 摘要：大跨度桥梁和极端天气的出现，使得桥梁的抖振问题备受关注。然而抖振分析的最重要参数之一是风速谱，传统的抖振分析方法认为所有频率的风速会激发。