一种基于小波变换的可见光与红外图像融合算法研究

为了解决可见光与红外图像所表现的目标特征不一致的问题,提出了一种红外与可见光图像融合算法.首先利用小波变换将图像进行多尺度分解,然后提取不同分辨率、不同方向下的小波系数,采用不同的融合算法构造融合图像对应的小波系数,最后利用该小波系数重构融合后的图像.实验结果表明,该算法在红外与可见光图像融合处理中取得了很好的融合效果,有效地将红外和可见光对同一目标所表现出不同的特征、细节融合在一幅图像里,增加了单幅图像的信息量,丰富了目标的信息层次,为图像显示观察和后续图象处理系统获取信息提供了基础.     

分形曲线生成的频域方法

目的 分形几何学的理论研究与应用实践方兴未艾,在分形的计算机生成领域,传统方法是在空间域中,通过对生成元的迭代操作而形成。为了扩展分形的生成方法,本文将频谱分析引入到分形几何中。方法 正交函数系是频谱分析的核心问题之一。考虑到分形曲线是一类连续而不光滑的折线型信号,通常的三角函数（Fourier变换）、连续小波变换仅适用于光滑的对象,否则会出现所谓“Gibbs现象”;另一方面,以V-系统为代表的正交分段多项式函数系适用于表达包含间断性的对象,否则会出现信息冗余。因此,通常的正交函数系均不适合分形的频谱表达与分析。针对分形曲线的特点,本文将其视为一次样条函数,通过引入一类正交样条函数系-Franklin函数系,实现了对分形曲线的有限项精确正交表达,得到Franklin频谱,从而完成分形的时频变换。然后,对Franklin频谱系数在不同尺度上进行修改。最后,通过正交重构得到新的分形。结果 对比实验验证了Franklin函数系在分形曲线频域表达方面的优越之处,它既能通过最小项数实现分形的正交表达,而且不会出现Gibbs现象。本文以von Koch曲线、Sierpinski square曲线和Hilbert曲线这3个经典分形为例,通过对Franklin谱在不同尺度上的自由调节,能够方便地生成大量形态各异的新的分形曲线。结论 Franklin谱不仅能够实现对分形曲线的有限精确重构,而且还能在不同尺度上刻画分形的形态特征。基于Franklin频谱调节实现的分形生成方法,只要修改频谱就可以得到大量的新型分形曲线,而且这些分形的样式千变万化,几乎不可预测,这种分形生成方式为分形设计带来了巨大的自由空间,为分形的生成提供了新的思路与方案。