5。2  去噪结果分析 16

5。3  融合仿真结果 17

5。4  融合结果分析 18

致  谢 20

参 考 文 献 21

1  绪论

1。1  研究背景

无论是生活还是科学研究，图像都是最直观的表现形式，被广泛应用于各个领域。在信号分析、通信技术等众多方面，都需求对图像进行分析、处理从而获取结论以及相关数据，因此获取高质量图像的需求随之而来。伴随着需求的出现，图像处理技术衍生而出，并且随着人们要求的提高获得了快速发展。

噪声会降低影响图像品质，损害视觉效果，噪声的存在使得人们所对于采集到的图像无法进行清晰的观测，掩盖了图像中许多重要的细节信息，一些需要提取和识别的目标也变得无法研究，这会严重干扰图像的应用价值，对图像后续的某些高级处理也会受到严重阻碍，如图像分割、特征识别等。实际工作中受于环境和条件的限制，在获取信号的同时，因为各种各样的噪声是无法避免的，去噪处理在数字图像研究领域中是极其关键的，对于如何获得更高质量、更高信噪比图像的探索从未停止过。如何在图像去噪的同时保留更好的细节信息、边缘信息是图像去噪的需要解决的问题和发展趋势，图像的增强和降噪研究成为了现代图像处理中一个永恒的话题。论文网

小波变换是继傅里叶变换之后在数学界的突破性进展。作为一种时频局域化分析方法，它的窗口面积恒定，时域窗口可变、频域窗口可变，且选基灵活多变，拥有多分辨率分析特性、低熵性等特征。小波变换为广大学科的科研探索提供了强有力的工具，为人们带来了崭新的思想，引发了广泛关注，受各界学者高度重视。作为现代通信和信号处理的重要组成，图像去噪与增强技术和工作生活的关系日益密切。这些年来，小波去噪处理展现出光明的前途，被广泛应用。由于时频局部化特性和多分辨率特性，它能够检测到局部突变的边缘特征，能在去噪的同时保护信号的突变部分，而且可以将图像的结构和纹理变化展现在不同的分辨率层次上。事实证明，利用小波变换进行图像去噪或者图像融合，可以很好地保护图像的边缘、保留特征信息。

1。2  图像噪声

在通信领域，干扰信息传递的能量场被称之为噪声。而通俗地讲，噪声就是妨碍人们观察、感受目标的不确定因素。噪声在理论上来讲是不可被预测的。

根据产生原因的原因，图像噪声分为外部噪声、内部噪声。

外部噪声指系统外部干扰，外部干扰通过电磁波的方式，或者通过电源进入系统内部从而引发的噪声，如天体放电现象等引发。

内部噪声可以分为4种：

①　电与光的基本性质所引起的噪声。如散粒噪声，由电流中定向运动的电子或者空穴的随机性引起；又如热噪声，因为自由电子在导体中的无规则热运动产生。

②　电器机械运动产生的噪声。磁头、磁带抖动等。

③　器材材料本身引起的噪声。如磁带磁盘表面缺陷所造成的噪声。

④　系统内部设备电路所引起的噪声。如电源引入的交流噪声等。

而本文研究的红外图像的噪声情况尤为复杂。而红外图像噪声的主要来自于系统中的探测器，它可以分成两个类别：

①　探测器自身产生的噪声,，散粒噪声、产生一复合噪声、热噪声等；