全文总字数：2918字

1. 研究目的与意义及国内外研究现状

图像融合（image fusion）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、改善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。用二维emd进行图像融合的方法，采用imf分量在对应频率段上进行线性加权融合，提高图像的质量，有利于对物理现象和事件进行定位、识别和解释，对从兼有互补性和冗余性的多源海量数据中有效地提取更有用、更精炼、质量更高的信息具有重要意义。

国内外研究现状

随着光学、电子学、数学、摄影技术、计算机技术等学科的发展,以及处理器、存储器和显示设备性能的提高,且价格不断下降,使得数字图像处理迅速发展。

huang 等在1998 年提出经验模态分解方法（ empirical mode decomposition ，emd）。emd是一种具有完全数据驱动的自使用分析方法，具有多分辨率多尺度的特点。该方法通过持续迭代循环分解源信号成为描述源信号特征的一系列本征模态函数（imfs）和一个残余分量（residue）的表达形式，用来表示信号的时频分布图。这些信号表示形式具有自适应和局部特征能够准确地反映了信号的能量和频率分布，非常适合分析非线性非平稳信号。随着 emd方法的研究深入， emd数据分解思想用于海洋科学，医学处理，地球信息处理等。

emd方法推广到二维空间上得到了二维经验模态分解（2d empirical mode decomposition，2demd）。在 2003 年，nunes提出了bemd ，emd 基于数学形态学采用径向基函数（ radialbasis function，rbf )和形态重建算子提出二维 emd的筛分过程用于处理二维图像信号。通过二维 emd将二维图像信号在不同尺度上自适应地分解为由高频分量（多个细节imf 分量）和低频分量（残量）组成之和，并对对图像纹理的独特性质进行了分析。不同 imf 反映了原图像在不同尺度下的细节信息，而残量则表示图像的轮廓信息。对于二维图像而言，imf分量具有局部最优的空间震荡模态，适合对图像进行进一步地特征提取，识别等，从此，二维emd在二维图像处理中的应用在国内外研究应用开始广泛起来，主要应用在图像融合，图像分割，图像识别等方面。

2. 研究的基本内容

基于matlab软件平台，用二维emd方法，对两个或两个以上图像进行融合。对原始图像用二维经验模态方法进行分割，对得到的imf分量在对应频率波段上进行线性加权融合，以达到更能提取图像细节的目的。方案如下：

1、查阅相关资料，学习matlab软件的操作方法和matlab语言的编程方式。

2、了解不同图像融合方法的异同，掌握一维和二维经验模态分解基本原理、图像融合步骤、融合层次及图像融合所涉及的具体算法。

3. 实施方案、进度安排及预期效果

本课题的主要目的是用二维emd方法将两张图片融合，使融合后的图像信息更易识别。主要步骤有：源图像的读取、用二维经验模态方法对图像进行分解得到模式分量imf和残余分量、将对应频率分段的不同分量进行加权融合、显示最终的融合图像。

完成本课题首先要学习matlab的基本知识，掌握编程设计方法和基本原理。然后完成基于二维emd图像融合的设计与仿真。方案如下：

1.在matlab软件中读取源图像，对图像进行归一化操作；

4. 参考文献

[1] 赵春晖，任万涛，万建.一种基于二维emd的图像融合方法[j].学术研究，2009-09.

[2] 杨金库.基于二维经验模态分解的图像融合算法研究[j].学术研究，2015-12.

[3] 任龙涛.emd时频分析的理论与应用研究[j].学术研究，2009-01-16.