1. 研究目的与意义
Contourlet变换是一种新的图像二维表示方法，具有多分辨率、局部定位、多方向性、近邻界采样和各向异性等性质，其基函数分布于多尺度、多方向上，少量系数即可有效地捕捉图像中的边缘轮廓，而边缘轮廓正是自然图像中的主要特征。Contourlet变换的基本思想是首先用一个类似小波的多尺度分解捕捉边缘奇异点，再根据方向信息将位置相近的奇异点汇集成轮廓段。选用Burr和Adelson于1983年提出的拉普拉斯塔式滤波器结构(LP)对图像多分辨率分解来捕捉奇异点。LP分解首先产生原始信号的一个低通采样逼近及原始图像与低通预测图像之间的一个差值图像，对得到的低通图像继续分解得到下一层的低通图像和差值图像，如此逐步滤波得到图像的多分辨率分解。二维方向滤波器组(DFB)应用于LP分解得到的每一级高频分量上，在任意尺度上可分解得到2的n次方数目的方向子带。图像每次经LP子带分解产生的高通子带输入DFB，逐渐将点奇异连成线形结构，从而捕获图像中的轮廓。LP与DFB结合形成双层滤波器组结构，称为塔形方向滤波器组(PDFB)，由于该变换以轮廓段形式的基函数逼近原始图像，因此也称为离散Contourlet变换。DFB的优点是对于高频部分的表现更加优秀，而LP分解的每一层将图像分解为高频部分和低频部分，Contourlet变换很好地结合了两者的共同优点。在实际应用中，方向数一般随着尺度增大而增多。相比临界采样小波方案，LP分解在高维情况下每层仅产生一个带通图像，避免了扰频现象(因为LP滤波器组仅对低通图像进行了下采样)，因此Contourlet变换能有效地应用在图像增强领域。
2. 国内外研究现状分析
美国、德国、日本等国家都在开展图像信息融合研究,在不同层次上开展了大量的模型和算法研究,相关的研究内容大量出现在美国三军数据融合年会、IEEE图像处理会议和相关的期刊中,并研制出了一些实用的处理系统和软件。国内对图像融合技术研究起步较晚,主要有一些研究机构和大学从事这一领域的研究和探讨,例如中科院遥感所、中科院上海技术物理研究所等单位。从目前的发展水平来看,国内的研究与世界水平还存在一定差距,大都局限在理论研究的初始阶段,还没有商品化的成熟软件或系统平台推出。
3. 研究的基本内容与计划
研究内容：
本课题目的就是利用contourlet变换的原理，通过matlab进行仿真讲两张重要信息不清楚的图上的重要信息融合到一张图上。
研究计划：
4. 研究创新点
能够仅利用少量的非零系数有效地捕捉图像中的光滑轮廓，而且通过使用迭代方向滤波器组可以在高频实现任意多个方向的分解，从而提供图像在任意方向上的细节信息，Contourlet变换具有较高的方向敏感性和较好的非线性逼近性能。
