计算机图形学课程设计书.docx
- 文档编号:1630014
- 上传时间:2022-10-23
- 格式:DOCX
- 页数:25
- 大小:644.35KB
计算机图形学课程设计书.docx
《计算机图形学课程设计书.docx》由会员分享,可在线阅读,更多相关《计算机图形学课程设计书.docx(25页珍藏版)》请在冰豆网上搜索。
计算机图形学课程设计书
计算机图形学课程设计书
课程设计(论文)任务书
理学 院 信息与计算科学专 业-1 班
一、课程设计(论文)题目:
图像融合的程序设计
二、课程设计(论文)工作:
自年1月10日起至年1月12日止
三、课程设计(论文)地点:
2-201
四、课程设计(论文)内容要求:
1.本课程设计的目的
(1)熟悉Delphi7的使用,理论与实际应用相结合,养成良好的程序设计技能;
(2)了解并掌握图像融合的各种实现方法,具备初步的独立分析和设计能力;
(3)初步掌握开发过程中的问题分析,程序设计,代码编写、测试等基本方法;
(4)提高综合运用所学的理论知识和方法独立分析和解决问题的能力;
(5)在实践中认识、学习计算机图形学相关知识。
2.课程设计的任务及要求
1)基本要求:
(1)研究课程设计任务,并进行程序需求分析;
(2)对程序进行总体设计,分解系统功能模块,进行任务分配,以实现分工合作;
(3)实现各功能模块代码;
(4)程序组装,测试、完善系统。
2)创新要求:
在基本要求达到后,可进行创新设计,如改进界面、增加功能或进行代码优化。
3)课程设计论文编写要求
(1)要按照书稿的规格打印誊写课程设计论文
(2)论文包括封面、设计任务书(含评语)、摘要、目录、设计内容、设计小结
(3)论文装订按学校的统一要求完成
4)参考文献:
(1)DavidF.Rogers,《计算机图形学的算法基础》,机械工业出版社
(2)SteveCunningham,《计算机图形学》,机械工业出版社
(3)
5)课程设计进度安排
内容天数地点
程序总体设计1实验室
软件设计及调试1实验室
答辩及撰写报告1实验室、图书馆
学生签名:
1月12日
摘要
图像融合是图像处理中重要部分,能够协同利用同一场景的多种传感器图像信息,输出一幅更适合于人类视觉感知或计算机进一步处理与分析的融合图像。
它可明显的改进单一传感器的不足,提高结果图像的清晰度及信息包含量,有利于更为准确、更为可靠、更为全面地获取目标或场景的信息。
图像融合主要应用于军事国防上、遥感方面、医学图像处理、机器人、安全和监控、生物监测等领域。
用于较多也较成熟的是红外和可见光的融合,在一副图像上显示多种信息,突出目标。
一般情况下,图像融合由低到高分为三个层次:
数据级融合、特征级融合、决策级融合。
数据级融合也称像素级融合,是指直接对传感器采集来得数据进行处理而获得融合图像的过程,它是高层次图像融合的基础,也是当前图像融合研究的重点之一。
这种融合的优点是保持尽可能多得现场原始数据,提供其它融合层次所不能提供的细微信息。
像素级融合中有空间域算法和变换域算法,空间域算法中又有多种融合规则方法,如逻辑滤波法,灰度加权平均法,对比调制法等;变换域中又有金字塔分解融合法,小波变换法。
其中的小波变换是当前最重要,最常见的方法。
在特征级融合中,保证不同图像包含信息的特征,如红外光对于对象热量的表征,可见光对于对象亮度的表征等等。
决策级融合主要在于主观的要求,同样也有一些规则,如贝叶斯法,D-S证据法和表决法等。
融合算法常结合图像的平均值、熵值、标准偏差、平均梯度;平均梯度反映了图像中的微小细节反差与纹理变化特征,同时也反映了图像的清晰度。
当前对图像融合存在两个问题:
最佳小波基函数的选取和最佳小波分解层数的选取。
关键字:
信号级、像素级、特征级,决策级。
1.概述
图像融合(ImageFusion)是指将多源信道所采集到的关于同一目标的图像数据经过图像处理和计算机技术等,最大限度的提取各自信道中的有利信息,最后综合成高质量的图像,以提高图像信息的利用率、改进计算机解译精度和可靠性、提升原始图像的空间分辨率和光谱分辨率,利于监测。
待融合图像已配准好且像素位宽一致。
图像融合是指将多源遥感图像按照一定的算法,在规定的地理坐标系,生成新的图像的过程。
图像融合技术是指将多源信道所采集到的关于同一目标的图像经过一定的图像处理,提取各自信道的信息,最后综合成同一图像以供观察或进一步处理。
将多源信道所采集到的关于同一目标的图像数据经过图像处理和计算机技术等,最大限度的提取各自信道中的有利信息,最后综合成高质量的图像,以提高图像信息的利用率、改进计算机解译精度和可靠性、提升原始图像的空间分辨率和光谱分辨率,利于监测。
待融合图像已配准好且像素位宽一致,综合和提取两个或多个多源图像信息。
1.1图像融合
高效的图像融合方法能够根据需要综合处理多源通道的信息,从而有效地提高了图像信息的利用率、系统对目标探测识别地可靠性及系统的自动化程度。
其目的是将单一传感器的多波段信息或不同类传感器所提供的信息加以综合,消除多传感器信息之间可能存在的冗余和矛盾,以增强影像中信息透明度,改进解译的精度、可靠性以及使用率,以形成对目标的清晰、完整、准确的信息描述。
这诸多方面的优点使得图像融合在医学、遥感、计算机视觉、气象预报及军事目标识别等方面的应用潜力得到充分认识、特别在计算机视觉方面,图像融合被认为是克服当前某些难点的技术方向;在航天、航空多种运载平台上,各种遥感器所获得的大量光谱遥感图像(其中分辨率差别、灰度等级差别可能很大)的复合融合,为信息的高效提取提供了良好的处理手段,取得明显效益。
图像融合就是经过一种特定算法将两幅或多幅图像合成为一幅新图像。
该技术有基本的体系,主要包括的内容有:
图像预处理,图像融合算法,图像融合评价,融合结果。
图像融合系统的层次划分为:
像素层融合、特征层融合、决策层融合,当前绝大多数融合算法研究都集中在这一层次上。
图像预处理技术主要包括两个方面的任务:
图像去噪、图像配准;图像融合算法从最初简单的融合算法(加权、最大值法)发展为复杂多分辨率的算法(金字塔、小波法等);图像融合的性能评价主要有两个大的方面:
主观评价及客观评价,由于在实际中不存在理想图源,因此一般采用较易实现的评价标准,结合主观视觉给出最合理的评价。
1.2图像融合发展概况
1.2.1图像融合技术发展过程
美国是信息融合技术研究起步比较早、发展最快的国家。
图像融合技术作为信息融合的一个重要方向,最早是应用于遥感图像的分析和处理。
1979年,Daly等人首先把雷达图像和MSS复合图像应用于地质分析,它的处理过程能够看做事最简单的图像融合;1981年,laner等人进行了landsat-RBV和MSS图像信息的融合试验。
到80年代中后期,图像融合技术渐渐引起人们的关注,接着便有人将图像融合技术应用于遥感多普图像的分析和处理,例如1985年,bonn博士将多光谱遥感图像与spot卫星得到的高分辨率图像进行融合,90年代以后,随着多颗遥感雷达卫星JERS-1,ERS-1等的升空,图像融合技术便成为遥感图像处理和分析中的研究热点。
当前图像融合技术显示出上升趋势,经过图像融合技术能够改进和提高图像信息的分析和提取能力,然后应用于遥感图像处理,计算机视觉,自动检测,城市规划,交通管制,机器人技术,决策支持系统,大型经济信息,医学图像处理等多个领域。
能够相信,随着对多元图像融合技术研究的不断深入,图像融合技术必将得到更为广泛的应用和发展。
在国外,显微融合技术上的研究已经趋于成熟和实用化,这些国外的显微融合技术在图像融合的效果和速度上都已达到了一定的水准,可是她们价格极其昂贵而且技术上不对外开放。
1.2.2图像融合主要特点
信号级在最低层对未经处理的传感器输出在信号域进行混合,产生一个融合后的信号。
融合后的信号与源信号形式相同但品质更好,来自传感器的信号可建模为混有不同相关噪声的随机变量。
此种情况下,融合能够考虑为一种估计过程,信号级图像融合在很大程度上是信号的最优集中或分布检测问题,对信号时间和空间上的配准要求最高。
像素级图像融合是三个层次中最基本的融合,经过像素级图像融合以后得到的图像具有更多的细节信息,如边缘、纹理的提取,有利于图像的进一步分析、处理与理解,还能够把潜在的目标暴露出来,利于判断识别潜在的目标像素点的操作,这种方法才能够尽可能多的保存源图像中的信息,使得融合后的图片不论是内容还是细节都有所增加,这个优点是独一无二的,仅存在于像素级融合中。
但像素级图像融合的局限性也是不能忽视的,由于它是对像素点进行操作,因此计算机就要对大量的数据进行处理,处理时所消耗的时间会比较长,就不能够及时地将融合后图像显示出来,无法实现实时处理;另外在进行数据通信时,信息量较大,容易受到噪声的影响;还有如果没有将图片进行严格的配准就直接参加图像融合,会导致融合后的图像模糊,目标和细节不清楚、不精确.
特征级图像融合是从源图像中将特征信息提取出来,这些特征信息是观察者对源图像中目标或感兴趣的区域,如边缘、人物、建筑或车辆等信息,然后对这些特征信息进行分析、处理与整合从而得到融合后的图像特征。
对融合后的特征进行目标识别的精确度明显的高于原始图像的精确度。
特征级融合对图像信息进行了压缩,再用计算机分析与处理,所消耗的内存与时间与像素级相比都会减少,所需图像的实时性就会有所提高。
特征级图像融合对图像匹配的精确度的要求没有第一层那么高,计算速度也比第一层快,可是它提取图像特征作为融合信息,因此会丢掉很多的细节性特征。
决策级图像融合是以认知为基础的方法,它不但是最高层次的图像融合方法,抽象等级也是最高的。
决策级图像融合是有针对性的,根据所提问题的具体要求,将来自特征级图像所得到的特征信息加以利用,然后根据一定的准则以及每个决策的可信度(目标存在的概率)直接作出最优决策。
三个融合层级中,决策级图像融合的计算量是最小的,可是这种方法对前一个层级有很强的依赖性,得到的图像与前两种融合方法相比不是很清晰。
将决策级图像融合实现起来比较困难,但图像传输时噪声对它的影响最小。
综合以上,研究和应用最多的是像数级图像融合,当前提出的绝大多数的图像融合算法均属于该层次上的融合。
图像融合狭义上指的就是像数级图像融合。
本文研究的也正是像素级图像融合算法。
像素级融合是最低层次的融合,也是后两级的基础。
它是将各原图像中对应的像素进行融合处理,保留了尽可能多的图像信息,精度比较高,因而倍受人们的重视。
1.3图像融合技术原理及意义
拉普拉斯金字塔融合图像金字塔方法的原理是:
将参加融合的的每幅图像分解为多尺度的金字塔图像序列,将低分辨率的图像在上层,高分辨率的图像在下层,上层图像的大小为前一层图像大小的1/4。
层数为0,1,2……N。
将所有图像的金字塔在相应层上以一定的规则融合,就可得到合成金字塔,再将该合成金字塔按照金字塔生成的逆过程进行重构,得到融合金字塔。
这个总的思路就是一下所有基于金字塔融合的算法过程,不同点就在于分解构造的金字塔不同,每层的融合规则不一样,重构的方法不同而已。
金字塔方法最先实现了这种思想,之后小波方法进一步完善和发展了这种多尺度融和的思想。
2.软件工具—Delphi7
2.1Delphi概述
由Borland公司推出的Delphi是全新的可视化编程环境,为我们提供了一种方便、快捷的Windows应用程序开发工具。
它使用了MicrosoftWindows图形用户界面的许多先进特性和设计思想,采用了弹性可重复。
利用的完整的面向对象程序语言(Object-OrientedLanguage)、当今世界上最快的编译器、最为领先的数据库技术。
对于广大的程序开发人员来讲,使用Delphi开发应用软件,无疑会大大地提高编程效率,而且随着应用的深入,您将会发现编程不再是枯燥无味的工作——Delphi的每一个设计细节,都将带给您一份欣喜。
Delphi是第四代编程语言,是RAD(RapidApplicationDevelopment,快速应用程序开发)工具的代表。
从核心上说,Delphi是一个Pascal编译器。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 计算机 图形学 课程设计