文档介绍：外文翻译格式参考报告
- 21 -
毕业设计外文资料翻译
学院：
电子工程学院
专业班级：
自动化07 7 -
B：高频系数融合算法
曲波变换有过度的方向特征，因此可以精确地表示图像的特征边缘的方向，并且该高频系数区域即表达图像的边缘细节信息。
像素绝对值最***、LREMS法、局部地域差法、方向对比度法等，都被运用于高频系数。由于曲波变换的特点，LREMS法被该文件引用。假设图像高频系数是CH，那么融合算法像：
（7）
CHA和CHB表示曲波变换高频系数的图像A和图像B，CHF(x,y)表示保存的x,y融合高频系数。ECHA(x,y)表示局部区域能源保存的x,y的图像A的曲波变换高频系数，ECHB(x,y)表示局部区域能源保存的x,y的图像B的曲波变换高频系数。

为了能够生动正确的验证和保证算法的有效性以达到熟练使用多聚焦图像技术，请见图2和图3的实验。
图a和图b是表2的源文件，图c是使用小波变换的方式形成的聚焦图像，图d、e、f都是采用曲波变换方式，但是他们的融合算法不同。，也就是本篇论文采用的方法，图片的高波段采用的是LREMS技术而在低波段的区域采用的是NGMS技术。在图片f中的高低波段区域都是采用的是LREMS技术。图3也是一样。图片a和b是原图片，图片c是使用波纹取出转移技术的结果。图片d、e、f都是采用的是曲波转移方式。图片d中采用的是计算平均像素的阵列应用于低波段区域，而图像e采用的是应用于高波段的LREMS技术和应用于低波段NGMS技术，而在图f中都是采用的是应用于高波段的LREMS技术。
图像融合的优化问题还是没有得到解决。目标图像视觉效果和图像压缩比率是衡量图像处理的技术指标。在视觉效果中，曲波变换和曲波变换能够在聚焦上获得明显的效果。但是使用曲波技术的模糊图像要比使用波形技术的图像处理效果要好。应用于低频段区的局部区域能源法和高频段区的局部地区能源优于其他曲波变换的方法，在本文所提算法中可以得到详细纹理的焦点与已删除的模糊图像。
在此有目标熵，交错熵，平均梯度，标准偏差和学****偏差。熵，交错熵以及平均梯度在该文件中被运用。目标图像融合的结果现实于表1和表2。
- 8 -
图2多聚焦图像融合的实验
图3多聚焦图像融合的实验
表1 图2多聚焦图像融合实验目标比较
算法
目标
熵
过剩熵
平均梯度
A

- 10 -
B

C

D

表2 图3多聚焦图像融合实验目标比较
算法
目标
熵
过剩熵
平均梯度
A

B

C

D

A：基于小波变换的图像融合。
- 10 -
B：计算应用于低频段区和高频段区的源图像法和LREMS法（有曲波变换分解）的平均像素灰度级。
C：应用于低频段区和高频段区的LREMS法（有曲波变换分解）。
D：应用于低频段区的NGMS法和高频段区的LREMS法（有曲波变换分解）（该文件运用的方法）。
然后就可以从我们方法得到的结果得出结论，这种方法优于小波变换方法以及其他基于曲波变换的同时具有客观评价和视觉的方法。

在该文中，我们提出了应用于低频段区的NGMS法和高频段区的LREMS法都是以曲波变换算法为基础的。相对于DWT和其他基于曲波变换的功能规则它具有一定的优势。因此，我们提出的方法得到了一种多聚焦图像融合的有效方法。
外文原文
Multi-focus image fusion algorithms research
based on Curvelet transform
Qiang Fu, Fenghua Ren, Legeng Ch