众文网1.求一篇“一种基于小波变换的图像融合新方法”的论文
图像融合是多传感器信息融合领域的一个重要分支[1]，它是指将来自同一目标的不同传感器的信息通过一定的算法融合到一幅图上，从而获得比在单幅图上更完整、更精确的信息。
图像融合在军事（如军事侦察、识别伪装）和非军事（如医疗诊断、遥感、计算机技术等）领域得到广泛的应用。就遥感图像融合而言，目前大致分4种类型：多种分辨率的融合处理、多时相的融合处理、多种传感器类型的融合处理、多波段大容量的融合处理。
本文研究的对象属于最后一种，即不同光谱获得的图像。 这里使用基于小波变换的塔式结构的优点是小波变换具有紧凑性、正交性、很好的方向性，这使得小波变换可以很好地提取不同尺度上的显著特征，相对于高斯—拉普拉斯金字塔技术而言，不仅可以产生更好的融合结果，而且进行反向变换时稳定性更好；另外小波变换的塔式结构还使得不管原图像的长度是否2的幂次方，最终变换后的图像与原图像尺寸相同，这使得开发实用的并行算法系统成为可能。
本文正是基于这点，在对图像小波多分辨分解叙述的基础上，构造了一种图像融合算法，最后对算法进行了仿真，并对结果进行了分析。 1 图像的小波变换 定义1 多分辨分解 设fj+1∈V2j+1，由V2j+1=V2j W2j可得，存在fj∈V2j,gj∈W2j，有fj+1=fj+gj 对于图像f(x,y)而言，由文献[2]可得图像的Mallat二进小波的塔式分解为 fj+1(x,y) =∑k,mCj,k,mj,k,m+∑ε=1,2,3∑k,mDεj,k,mΨεj,k,m(1) 式中： Cj,k,m=∑l,nhl-2khn-2mCj+1,l,n; D1j,k,m=∑l,nhl-2kgn-2mCj+1,l,n D2j,k,m=∑l,ngl-2khn-2mCj+1,l,n; D3j,k,m=∑l,ngl-2kgn-2mCj+1,l,n 在图像小波分解的表达式中Cj,k,m, D1j,k,m, D2j,k,m, D3j,k,m，分别对应图像的低频子带及水平、垂直与对角线3个方向的高频子带， Cj,k,m为图像在aj分辨率下的离散逼近，D1j,k,m, D2j,k,m, D3j,k,m为2j分辨率下的离散细节。
{hk}k∈z可看作低通滤波器系数， {gk}k∈z可看作高通滤波器系数，为尺度函数，Ψ为正交小波函数。{j,k,m|k,m，∈z}构成Vj2的规范正交基，{Ψεj,k,m|j,k,m∈z}构成W2j的规范正交基。
另外，通过小波分解，除了低频子带都是一些正的变换值外，其它的3个高频子带都包含了一些在零附 近的变换值，在这些子带中，较大的变换值对应着亮度急剧变化的点，也就是图像中的显著特征，如边缘、亮线及区域轮廓。既然小波变换具有很好的空域及频域局部性，融合的效果就是：对来自同一目标的两个不同传感器所获解的图象A和B，融合前在图像A中若比图像B中显著，融合后图像A中的目标就被保留，图像B中的目标就被忽略；对不同的场景，比如图像A中的目标的外部轮廓比较明显，图像B中目标的内部轮廓比较明显，这种情况，图像A、B中目标的小波变换系数将在不同的分辨率水平上占统治地位，从而在最终的融合图像中，图像A中的外部结构与图像B中的内部结构都被保留。
因此通过融合可以实现在单幅图像上的片面的、不完整、不精确的信息得到更一致更精确的体现。 最后对组合后的变换系数进行反向小波变换，就可得到融合后的图像。
2 基于区域的图像增强算法 在图像的融合算法中，图像不同，图像的数据表征不同，融合算法也各不相同，目前采用的融合方法主要有[3]：基于像素的代数组合法、统计/数值法以及与颜色有关的技术。但是我们知道图像中的有用特征通常大于1个像素，因此基于像素的选择方法可能不是最适合的，近几年又提出了基于区域的选择方法，比较有代表性的是文献[4]中提出的基于区域的均值选择法，该方法用一M*N的窗口对图像块进行求方差运算，计算结果作为与窗口中心像素对应的一种度量方法，中心像素的选择方法为：如果两幅图像方差在对应位置上的度量值相近，取2者的均值作为输出的新值，否则取较大的值作为输出。
文献[5]中提出利用不同的特征选择算子，有方向的计算对应细节图像的局域能量，由局部能量构造匹配度及加权因子，从而对图像进行加权运算。这里以均值、方差、相关等统计参量构造一种新的区域融合算法。
以下计算以两幅图像为例，对3幅以上的图像融合算法与此类似，具体步骤如下： 首先，利用M*N （一般选M,N为奇数，常用的窗口为3*5或5*5）窗口计算小波分解各子带系数 的均值和方差，子带中以（x,y）位置为中心的区域均值与方差分别为 mi(x,y) =1M*N∑Mm=1∑Mn=1fi(x+ m -M+12,y+ n -N+12) (2) σ2i(x,y) =1M*N∑Mm=1∑Mn=1(fi(x+ m -M+12,y+ n -N+12)- mi(x,y))2(3) 图像1以（x,y）位置为中心与图像2对应区域的协方差为 β2(x,y)=1M*N∑Mm=1∑Mn=1(fi(x+m-M+12,y+n-N+12)-m1(x,y))* (f2(x+m-M+12,y+n-N+12)-m2(x,y))(4) 构造匹配度ρ及加权系数W： ρ=β2σ1σ2; Wmax=1-12ρ； Wmin=1-Wmax 然后，利用下式对两幅图像中的对应子带像素进行融合计算 f(x,y)=Wmax·MAX(f1(x,y),f2(x,y))+Wmin·MIN(f1(x,y),f2(x,y)) (5) 这里f1(x,y),f2(x,y)是上述对应窗口中心位置的两幅图像的像素灰度值。这样就完成了2j分辨率 下的数据融合，最后对融合后的子带系数进行反变换就可得到融合后的图像。
需要的话给我你的邮箱，发。
2.求一篇“一种基于小波变换的图像融合新方法”的论文
图像融合是多传感器信息融合领域的一个重要分支[1]，它是指将来自同一目标的不同传感器的信息通过一定的算法融合到一幅图上，从而获得比在单幅图上更完整、更精确的信息。
图像融合在军事（如军事侦察、识别伪装）和非军事（如医疗诊断、遥感、计算机技术等）领域得到广泛的应用。就遥感图像融合而言，目前大致分4种类型：多种分辨率的融合处理、多时相的融合处理、多种传感器类型的融合处理、多波段大容量的融合处理。
本文研究的对象属于最后一种，即不同光谱获得的图像。 这里使用基于小波变换的塔式结构的优点是小波变换具有紧凑性、正交性、很好的方向性，这使得小波变换可以很好地提取不同尺度上的显著特征，相对于高斯—拉普拉斯金字塔技术而言，不仅可以产生更好的融合结果，而且进行反向变换时稳定性更好；另外小波变换的塔式结构还使得不管原图像的长度是否2的幂次方，最终变换后的图像与原图像尺寸相同，这使得开发实用的并行算法系统成为可能。
本文正是基于这点，在对图像小波多分辨分解叙述的基础上，构造了一种图像融合算法，最后对算法进行了仿真，并对结果进行了分析。 1 图像的小波变换 定义1 多分辨分解 设fj+1∈V2j+1，由V2j+1=V2j W2j可得，存在fj∈V2j,gj∈W2j，有fj+1=fj+gj 对于图像f(x,y)而言，由文献[2]可得图像的Mallat二进小波的塔式分解为 fj+1(x,y) =∑k,mCj,k,mj,k,m+∑ε=1,2,3∑k,mDεj,k,mΨεj,k,m(1) 式中： Cj,k,m=∑l,nhl-2khn-2mCj+1,l,n; D1j,k,m=∑l,nhl-2kgn-2mCj+1,l,n D2j,k,m=∑l,ngl-2khn-2mCj+1,l,n; D3j,k,m=∑l,ngl-2kgn-2mCj+1,l,n 在图像小波分解的表达式中Cj,k,m, D1j,k,m, D2j,k,m, D3j,k,m，分别对应图像的低频子带及水平、垂直与对角线3个方向的高频子带， Cj,k,m为图像在aj分辨率下的离散逼近，D1j,k,m, D2j,k,m, D3j,k,m为2j分辨率下的离散细节。
{hk}k∈z可看作低通滤波器系数， {gk}k∈z可看作高通滤波器系数，为尺度函数，Ψ为正交小波函数。{j,k,m|k,m，∈z}构成Vj2的规范正交基，{Ψεj,k,m|j,k,m∈z}构成W2j的规范正交基。
另外，通过小波分解，除了低频子带都是一些正的变换值外，其它的3个高频子带都包含了一些在零附 近的变换值，在这些子带中，较大的变换值对应着亮度急剧变化的点，也就是图像中的显著特征，如边缘、亮线及区域轮廓。既然小波变换具有很好的空域及频域局部性，融合的效果就是：对来自同一目标的两个不同传感器所获解的图象A和B，融合前在图像A中若比图像B中显著，融合后图像A中的目标就被保留，图像B中的目标就被忽略；对不同的场景，比如图像A中的目标的外部轮廓比较明显，图像B中目标的内部轮廓比较明显，这种情况，图像A、B中目标的小波变换系数将在不同的分辨率水平上占统治地位，从而在最终的融合图像中，图像A中的外部结构与图像B中的内部结构都被保留。
因此通过融合可以实现在单幅图像上的片面的、不完整、不精确的信息得到更一致更精确的体现。 最后对组合后的变换系数进行反向小波变换，就可得到融合后的图像。
2 基于区域的图像增强算法 在图像的融合算法中，图像不同，图像的数据表征不同，融合算法也各不相同，目前采用的融合方法主要有[3]：基于像素的代数组合法、统计/数值法以及与颜色有关的技术。但是我们知道图像中的有用特征通常大于1个像素，因此基于像素的选择方法可能不是最适合的，近几年又提出了基于区域的选择方法，比较有代表性的是文献[4]中提出的基于区域的均值选择法，该方法用一M*N的窗口对图像块进行求方差运算，计算结果作为与窗口中心像素对应的一种度量方法，中心像素的选择方法为：如果两幅图像方差在对应位置上的度量值相近，取2者的均值作为输出的新值，否则取较大的值作为输出。
文献[5]中提出利用不同的特征选择算子，有方向的计算对应细节图像的局域能量，由局部能量构造匹配度及加权因子，从而对图像进行加权运算。这里以均值、方差、相关等统计参量构造一种新的区域融合算法。
以下计算以两幅图像为例，对3幅以上的图像融合算法与此类似，具体步骤如下： 首先，利用M*N （一般选M,N为奇数，常用的窗口为3*5或5*5）窗口计算小波分解各子带系数 的均值和方差，子带中以（x,y）位置为中心的区域均值与方差分别为 mi(x,y) =1M*N∑Mm=1∑Mn=1fi(x+ m -M+12,y+ n -N+12) (2) σ2i(x,y) =1M*N∑Mm=1∑Mn=1(fi(x+ m -M+12,y+ n -N+12)- mi(x,y))2(3) 图像1以（x,y）位置为中心与图像2对应区域的协方差为 β2(x,y)=1M*N∑Mm=1∑Mn=1(fi(x+m-M+12,y+n-N+12)-m1(x,y))* (f2(x+m-M+12,y+n-N+12)-m2(x,y))(4) 构造匹配度ρ及加权系数W： ρ=β2σ1σ2; Wmax=1-12ρ； Wmin=1-Wmax 然后，利用下式对两幅图像中的对应子带像素进行融合计算 f(x,y)=Wmax·MAX(f1(x,y),f2(x,y))+Wmin·MIN(f1(x,y),f2(x,y)) (5) 这里f1(x,y),f2(x,y)是上述对应窗口中心位置的两幅图像的像素灰度值。这样就完成了2j分辨率 下的数据融合，最后对融合后的子带系数进行反变换就可得到融合后的图像。
需要的话给我你的邮箱，发到你邮箱。
3.mamatlab基于拉普拉斯金字塔分解的图像融合源程序
基于拉普拉斯金字塔变换的图像融合
function Y = fuse_lap(M1, M2, zt, ap, mp)
% 功能：基于拉普拉斯金字塔对输入的两幅灰度图像进行融合
% 输入：M1 – 输入的灰度图像A M2 – 输入的灰度图像B
% zt – 最大分解层数 ap – 高通滤波器系数选择 （见 selc.m）
% mp – 基本图像系数选择 （见 selb.m）
%输出：% Y - 融合后的图像
% 检验输入的图像大小是否相同
[z1 s1] = size(M1);
[z2 s2] = size(M2);
if (z1 ~= z2) | (s1 ~= s2)
error('Input images are not of same size');
end;
% 定义滤波器
w = [1 4 6 4 1] / 16;
E = cell(1,zt);
for i1 = 1:zt
% 计算并存储实际图像尺寸
[z s] = size(M1);
zl(i1) = z; sl(i1) = s;
% 检验图像是否需要扩展
if (floor(z/2) ~= z/2), ew(1) = 1; else, ew(1) = 0; end;
if (floor(s/2) ~= s/2), ew(2) = 1; else, ew(2) = 0; end;
% 如果需要扩展的话对图像进行扩展
if (any(ew))
M1 = adb(M1,ew);
M2 = adb(M2,ew);
end;
% 进行滤波
G1 = conv2(conv2(es2(M1,2), w, 'valid'),w', 'valid');
G2 = conv2(conv2(es2(M2,2), w, 'valid'),w', 'valid');
M1T = conv2(conv2(es2(undec2(dec2(G1)), 2), 2*w, 'valid'),2*w', 'valid');
M2T = conv2(conv2(es2(undec2(dec2(G2)), 2), 2*w, 'valid'),2*w', 'valid');
E(i1) = {selc(M1-M1T, M2-M2T, ap)};
M1 = dec2(G1);
M2 = dec2(G2);
end;
M1 = selb(M1,M2,mp);
for i1 = zt:-1:1
M1T = conv2(conv2(es2(undec2(M1), 2), 2*w, 'valid'), 2*w', 'valid');
M1 = M1T + E{i1};
M1 = M1(1:zl(i1),1:sl(i1));
end;
Y = M1;
4.金字塔的论文
埃及金字塔介绍 埃及金字塔是法老（古埃及的国王）的陵墓。
法老为什么要建造金字塔？巨大的金字塔是怎样建成的？ 相传，古埃及第三王朝之前，无论王公大臣还是老百姓死后，都被葬入一种用泥砖建成的长方形的坟墓，古代埃及人叫它"马斯塔巴"。后来，有个聪明的年轻人叫伊姆荷太普，在给埃及法老左塞王设计坟墓时，发明了一种新的建筑方法。
他用山上采下的呈方形的石块来代替泥砖，并不断修改修建陵墓的设计方案，最终建成一个六级的梯形金字塔 --这就是我们现在所看到的金字塔的雏形。 在古代埃及文中，金字塔是梯形分层的，因此又称作层级金字塔。
这是一种高大的角锥体建筑物，底座四方形，每个侧面是文字三角形，样子就像汉字的"金"字，所以我们叫它"金字塔"。伊姆荷太普设计的塔式陵墓是埃及历史上的第一座石质陵墓。
有人认为古埃及人不可能建造出金字塔，说金字塔也许是外星人造出来的，也许是更远古的人类留下的，因为，金字塔的谜太多了！ 金字塔是古埃及奴隶制国王的陵寝。这些统治者在历史上称之为“法老”。
法老们不仅活着时统治人间，而且幻想死后成神，主宰阴界，因此，“法老”死后，便取出内脏，浸以防腐剂，填入香料，将尸体长久保存，称作“木乃伊”。金字塔便是存放“法老”木乃伊的陵寝。
现在，埃及境内保存至今的金字塔共 96 座，大部分位于尼罗河西岸可耕谷地以西的沙漠边沿。 大型的金字塔一般建于古王国时期的三至六王朝（约公元前 2664~前 2180 年），在古埃及之都孟菲斯之北不远的吉萨、塞加拉、拉苏尔，梅杜姆以及阿布西尔等地都有大量的遗址。
由于金字塔是一种方锥形的建筑物，古埃及文称它为“庇里穆斯”，意思是“高”；而其底座呈四方形，愈上愈窄，直至塔顶，从四面看都像汉字的“金”字，所以中国历来译称“金字塔”。 在众多金字塔中，最为著名的是吉萨大金字塔，它位于开罗西南约 13公里的吉萨地区。
这组金字塔共有 3 座，分别为古埃及第四王朝的胡夫（第二代法老）、卡夫勒（第四代法老）和孟考勒（第六代法老）所建。 胡夫金字塔，又称齐阿普斯金字塔，兴建于公元前 2760 年，是历史上最大的一座金字塔，也是世界上的人造奇迹之一，被列为世界 7 大奇观的首位。
该塔原高 146.5 米，由于几千年的风雨侵蚀，现高 138 米。原四周底边各长230 米，现长 220 米。
锥形建筑的四个斜面正对东、南、西、北四方，倾角为 51 度 52 分。塔的四周原铺设着一条长约 1 公里的石灰石道路，目前在塔的东、西两侧尚有遗迹可寻。
整个金字塔建在一块巨大的凸形岩石上，占地约 5.29 万平方米，体积约 260 万立方米，是由约 230 万块石块砌成。外层石块约 11.5 万块，平均每块重 2.5 吨，最大的一块重约 16 吨，全部石块总重量为 684.8 万吨。
其地理位置为东经 31°07′北纬 29°58′ 令人吃惊的是，这些石块之间没有任何粘着物，而是一块石头直接叠在另一块石头上，完全靠石头自身的重量堆砌在一起的，表面接缝处严密精确，连一个薄刀片都插不进去。而塔的东南角与西北角的高度误差也仅 1.27 厘米。
这是当时征召了 10 万劳力、前后历时 30 年才建成的。 胡夫金字塔的入口位于塔的北壁第十三石级，距地面约 20 米高。
入口处四块巨大的石板构成“人”字形拱门，往里是 100 余米长的坡状隧道直达墓室。墓室长 10.43 米，宽 5.21 米，高 5.82 米，与地面的垂直距离为 42.28米。
室内仅有一具深褐色磨光的大理石石棺，棺内空空，棺盖去向不明。墓室上方有 5 层房间，最高的一层顶盖是三角形的，为的是把上面压下的重量均匀地分布在两边。
同时，墓室还有砌筑在石块中的通风道。胡夫大金字塔外形庄严、雄伟、朴素、稳重，与周围无垠的高地、沙漠浑然一体，十分和谐。
它的内部构造复杂多变，匠心独具，自成风格，凝聚着非凡的智慧。该金字塔历经数千年沧桑，地震摇撼，不倒塌，不变形，显示了古代不可思议的高度科技水平与精湛的建筑艺术。
联合国教科文组织因此把它列为全世界重点保护文物之一，成为古埃及文明的象征。 吉萨的第二座金字塔，即卡夫勒所造的金字塔，位置居中。
它比胡夫金字塔略小，但其艺术风格与工程设计的精确，则均可与之媲美。而且由于其建在一块较高的台地上，乍看上去，仿佛比前者还雄伟。
塔基底长 215.7 米，高 143.6 米，也是用石灰岩和花岗石砌筑的。它所遗存的附属建筑较为完整壮观，包括以巨石建成的两座庙宇：上庙和下庙。
孟考勒建造的第三座金字塔位于南端，体积最小，但十分精致。它的底边长 108.7 米，高 66.5 米。
吉萨的这 3 座金字塔都曾被盗，墓中财宝已基本流失，但它们所体现的古代埃及人民炉火纯青的工程技术，每天都吸引着千千万万的各国游客。 埃 及 金 字 塔 金字塔外观 金字塔具今已有4500年的历史，由于它形似汉字中的“金”字，因而被称为“金字塔”，金字塔本身是一座王陵建筑。
它规模宏伟，结构精密，塔内除墓室和通道外都是实心，定部呈锥角。金字塔历经多次地震都岿然不动，完好无损。
它被誉为当今最高的古代建筑物和世界八大奇迹之首。 金字塔前有座狮身人面像，是古国王第四王朝法。
5.mamatlab基于拉普拉斯金字塔分解的图像融合源程序
基于拉普拉斯金字塔变换的图像融合
function Y = fuse_lap(M1, M2, zt, ap, mp)
% 功能：基于拉普拉斯金字塔对输入的两幅灰度图像进行融合
% 输入：M1 – 输入的灰度图像A M2 – 输入的灰度图像B
% zt – 最大分解层数 ap – 高通滤波器系数选择 （见 selc.m）
% mp – 基本图像系数选择 （见 selb.m）
%输出：% Y - 融合后的图像
% 检验输入的图像大小是否相同
[z1 s1] = size(M1);
[z2 s2] = size(M2);
if (z1 ~= z2) | (s1 ~= s2)
error('Input images are not of same size');
end;
% 定义滤波器
w = [1 4 6 4 1] / 16;
E = cell(1,zt);
for i1 = 1:zt
% 计算并存储实际图像尺寸
[z s] = size(M1);
zl(i1) = z; sl(i1) = s;
% 检验图像是否需要扩展
if (floor(z/2) ~= z/2), ew(1) = 1; else, ew(1) = 0; end;
if (floor(s/2) ~= s/2), ew(2) = 1; else, ew(2) = 0; end;
% 如果需要扩展的话对图像进行扩展
if (any(ew))
M1 = adb(M1,ew);
M2 = adb(M2,ew);
end;
% 进行滤波
G1 = conv2(conv2(es2(M1,2), w, 'valid'),w', 'valid');
G2 = conv2(conv2(es2(M2,2), w, 'valid'),w', 'valid');
M1T = conv2(conv2(es2(undec2(dec2(G1)), 2), 2*w, 'valid'),2*w', 'valid');
M2T = conv2(conv2(es2(undec2(dec2(G2)), 2), 2*w, 'valid'),2*w', 'valid');
E(i1) = {selc(M1-M1T, M2-M2T, ap)};
M1 = dec2(G1);
M2 = dec2(G2);
end;
M1 = selb(M1,M2,mp);
for i1 = zt:-1:1
M1T = conv2(conv2(es2(undec2(M1), 2), 2*w, 'valid'), 2*w', 'valid');
M1 = M1T + E{i1};
M1 = M1(1:zl(i1),1:sl(i1));
end;
Y = M1;
6.如何写图像融合开题报告
【关键词】 图像配准； 多源传感器； 位置约束； 特征提取； 多种特征组合
【摘要】 随着遥感技术迅速发展和新型传感器的不断涌现，人们获取遥感图像数据的能力不断提高。在利用这些多源遥感图像进行数据融合、目标变化检测、目标识别等多源协同处理工作之前，必须进行多源图像配准工作，配准精度的高低直接影响到后续应用效果的好坏。为此，本文主要研究了多源遥感图像间的配准技术，作为协同系统中的关键技术，要求配准方法在运算能力和配准精度方面都能够达到较好的效果。首先，本文对现有的多源图像配准技术进行原理上的分析与介绍。通过对多种配准方法的分类与比较，指出了遥感图像配准的通用技术环节与技术要点。并在研究过程中分析关键技术环节的难点与所面临问题。其次，本文针对传统多源配准方法在进行控制点对应时运算量大，误配情况多的现状，提出了一种基于位置约束的多源遥感影像配准技术。该方法首先利用人工粗略选取少量控制点对，得到粗略位置映射关系，之后利用位置信息以及分辨率信息建立局部窗函数进行搜索匹配，对两幅图像中提取的Harris角点进行筛选，最终得到的控制点对作为求取配准参数的控制点输入，并利用此方法进行了多组图像的实验来证明方法的通用性。然后，本文针对传统配准方法需要人工参与，并且仅使用单一特征进行匹配效。更多果差的缺点，提出了一种基于多特征组合的多源遥感图像自动配准技术。这种方法利用了由粗至精的配准思想，结合使用点、线、面特征分别进行粗配准及精细配准两个过程。重点解决了其中少量初始控制点对的匹配和更多控制点对的获取。完成了存在闭合区域的多源遥感图像间的自动配准过程，并实验验证了方法的配准精度。最后，为了对配准后的遥感图像进行直观的视觉评价，本文介绍了配准后图像间的镶嵌以及融合等简单应用。通过实验，可以很直观的看出配准的效果，完成配准的定性评价。
7.求关于金字塔之谜研究的论文一篇
参考： /f?kz=48837298 对金字塔之谜的整理研究 提起金字塔，每个人都有很多话要说，埃及金字塔、美洲金字塔、海底金字塔……是的，金字塔实在是妇孺皆知的，它们太有名了。
但是，对它们我们究竟知道些什么呢？谜——金字塔有太多的谜了，无数用现代科学都无法解释的问题给它罩上了一层神秘的面纱，几千年来也没有被揭开。 比如埃及金字塔，它的建成在当今社会看来，都是很难完成的，4000多年前的古埃及人又是怎样完成的呢？从哪里取材？怎样运输的？又怎么修建的？它高度的对称，极小的误差是怎样做到的？ 埃及金字塔是一个下方上尖的方锥体，高l46米。
塔基呈正方形，边长230米。让我们来做一道数学题∶它的体积是多少？ 如果在它的外围围上沙子，形成一个可以运送石块的斜坡，斜坡的角度为30或25度，那么，它的底边将各是多少米？设∶它们的高度也是146米，各需多少方沙子？ 这样多的沙子从哪里来？而且，先填后毁运输量还要增加一倍。
关于它的建筑就有很多说法——有人说是运用填盐法，有人认为是运用尼罗河泥砖砌成盘旋斜道，逐层止升。 还有一种说法：这些金字塔也许是用混凝土模块搭起来的。
金字塔还包含着一套令人惊奇的数据。几个数字所显示的精确的等式，使考古学家、建筑学家、地理学家、物理学家都迷惑不解。
等式一∶（金字塔）自重*l0l5=地球的重量 等式二∶（金字塔）塔高*l0亿=地球到太阳的距离（1.5亿公里） 等式三∶（金字塔）塔高平方=塔面三角形面积 等式四∶（金字塔）底周长∶塔高=圆围∶半径 等式五∶（金字塔）底周长*2=赤道的时分度 等式六∶（金字塔）底周长÷（塔高*2）=圆周率（∏=.3.l4l59） 谁能相信，这一系列的数据，仅仅是偶然的巧合？ 而且∶延长在底面中央的纵平分线，就是地球的子午线，这条线正好把地球的大陆和海洋平分成相等的两半。金字塔的塔基正位于地球各大陆引力中心。
并且，大金字塔的尺寸与地球北半球的大小，在比例上极其相似。因此，有人推断埃及人在4000年前就已经计算出了地球的扁率。
还有，地球两极的轴心位置每天都有变化，但是，经过25827年的周期，它又会回到原来的位置，而金字塔的对角线之和，正好是25826.6这个奇怪的数字。 人们知道∶在金字塔建成l000年以后，才出现毕达哥斯拉定律；3000年后，祖冲之才把圆周率算到如此精确的程度，而西方直到16世纪，才有比较精确的计算；在金字塔建成4000年后，哥伦布才发现“美洲”，人们对世界的海陆分布才有初步的了解；在金字塔建成将近5000年后的今天，我们才能测算出地球的重量，地球和太阳的距离……然而，4500年前的古人。
怎能有如此精确的计算呢？ 金字塔有什么作用？它真是古代埃及法老的陵墓吗？为什么从里面从未找出过一具木乃伊？它不通气的“通气孔”，为什么直指着天上的星宿？为什么它身边会有一些奇特的天文现象？如每年的特定日子，太阳的影子一点点、像蛇一样从金字塔顶端爬下？它是天文台吗？发电站吗？与外星人交流的地方吗？ 金字塔的特殊构造有什么意义？环绕着大金字塔的神秘和谜是数之不尽的，但近年来，较热门的金字塔的神秘性话题，则是金字塔神力。 有关金字塔神力的发现，可溯及至本世纪初，热衷于超自然科学的法国人安东尼·博维于1930年前往埃及，在参观了吉萨金字塔群落后，他提出大金塔的形状非同一般，由此又为金字塔神秘论增添了新的内容。
金字塔中仿佛具有能够使物质脱水之力。不论在其中或模型中放入什么东西全都不会腐烂. 有人曾经探讨模型内究竟存在什么能量。
有一次，他将一把刮胡子刀片放在模型内.满以为它将变钝，但结果却相反，刀片变得更锋利，他用这把刀片刮了50次胡子。 有人说，“百慕大”三角区的船只、飞机频频遇难是因为它的海底有一座巨大的金字塔，这是真的吗？ 1979年美法两国专家在大西洋考察中发现了令人惊异的现象：在百慕大三角的西海域，矗立着一座巨大的海底金字塔，底边长约300米，高约200米，塔尖距海面100米。
在塔上有两个巨大的洞穴，水流以惊人的速度流过，使海面狂涛汹涌，空中云雾翻腾，过往船舶飞机无不惊心动魄。据说这金字塔比闻名全球的埃及金字塔还要古老。
但这一消息在引起轰动的同时却遭到不少地质学家的质疑和批评。此后许多年过去了，也一直没有有关海底金字塔的确切消息。
8.金字塔的论文
埃及金字塔介绍 埃及金字塔是法老（古埃及的国王）的陵墓。
法老为什么要建造金字塔？巨大的金字塔是怎样建成的？ 相传，古埃及第三王朝之前，无论王公大臣还是老百姓死后，都被葬入一种用泥砖建成的长方形的坟墓，古代埃及人叫它"马斯塔巴"。后来，有个聪明的年轻人叫伊姆荷太普，在给埃及法老左塞王设计坟墓时，发明了一种新的建筑方法。
他用山上采下的呈方形的石块来代替泥砖，并不断修改修建陵墓的设计方案，最终建成一个六级的梯形金字塔 --这就是我们现在所看到的金字塔的雏形。 在古代埃及文中，金字塔是梯形分层的，因此又称作层级金字塔。
这是一种高大的角锥体建筑物，底座四方形，每个侧面是文字三角形，样子就像汉字的"金"字，所以我们叫它"金字塔"。伊姆荷太普设计的塔式陵墓是埃及历史上的第一座石质陵墓。
有人认为古埃及人不可能建造出金字塔，说金字塔也许是外星人造出来的，也许是更远古的人类留下的，因为，金字塔的谜太多了！ 金字塔是古埃及奴隶制国王的陵寝。这些统治者在历史上称之为“法老”。
法老们不仅活着时统治人间，而且幻想死后成神，主宰阴界，因此，“法老”死后，便取出内脏，浸以防腐剂，填入香料，将尸体长久保存，称作“木乃伊”。金字塔便是存放“法老”木乃伊的陵寝。
现在，埃及境内保存至今的金字塔共 96 座，大部分位于尼罗河西岸可耕谷地以西的沙漠边沿。 大型的金字塔一般建于古王国时期的三至六王朝（约公元前 2664~前 2180 年），在古埃及之都孟菲斯之北不远的吉萨、塞加拉、拉苏尔，梅杜姆以及阿布西尔等地都有大量的遗址。
由于金字塔是一种方锥形的建筑物，古埃及文称它为“庇里穆斯”，意思是“高”；而其底座呈四方形，愈上愈窄，直至塔顶，从四面看都像汉字的“金”字，所以中国历来译称“金字塔”。 在众多金字塔中，最为著名的是吉萨大金字塔，它位于开罗西南约 13公里的吉萨地区。
这组金字塔共有 3 座，分别为古埃及第四王朝的胡夫（第二代法老）、卡夫勒（第四代法老）和孟考勒（第六代法老）所建。 胡夫金字塔，又称齐阿普斯金字塔，兴建于公元前 2760 年，是历史上最大的一座金字塔，也是世界上的人造奇迹之一，被列为世界 7 大奇观的首位。
该塔原高 146.5 米，由于几千年的风雨侵蚀，现高 138 米。原四周底边各长230 米，现长 220 米。
锥形建筑的四个斜面正对东、南、西、北四方，倾角为 51 度 52 分。塔的四周原铺设着一条长约 1 公里的石灰石道路，目前在塔的东、西两侧尚有遗迹可寻。
整个金字塔建在一块巨大的凸形岩石上，占地约 5.29 万平方米，体积约 260 万立方米，是由约 230 万块石块砌成。外层石块约 11.5 万块，平均每块重 2.5 吨，最大的一块重约 16 吨，全部石块总重量为 684.8 万吨。
其地理位置为东经 31°07′北纬 29°58′ 令人吃惊的是，这些石块之间没有任何粘着物，而是一块石头直接叠在另一块石头上，完全靠石头自身的重量堆砌在一起的，表面接缝处严密精确，连一个薄刀片都插不进去。而塔的东南角与西北角的高度误差也仅 1.27 厘米。
这是当时征召了 10 万劳力、前后历时 30 年才建成的。 胡夫金字塔的入口位于塔的北壁第十三石级，距地面约 20 米高。
入口处四块巨大的石板构成“人”字形拱门，往里是 100 余米长的坡状隧道直达墓室。墓室长 10.43 米，宽 5.21 米，高 5.82 米，与地面的垂直距离为 42.28米。
室内仅有一具深褐色磨光的大理石石棺，棺内空空，棺盖去向不明。墓室上方有 5 层房间，最高的一层顶盖是三角形的，为的是把上面压下的重量均匀地分布在两边。
同时，墓室还有砌筑在石块中的通风道。胡夫大金字塔外形庄严、雄伟、朴素、稳重，与周围无垠的高地、沙漠浑然一体，十分和谐。
它的内部构造复杂多变，匠心独具，自成风格，凝聚着非凡的智慧。该金字塔历经数千年沧桑，地震摇撼，不倒塌，不变形，显示了古代不可思议的高度科技水平与精湛的建筑艺术。
联合国教科文组织因此把它列为全世界重点保护文物之一，成为古埃及文明的象征。 吉萨的第二座金字塔，即卡夫勒所造的金字塔，位置居中。
它比胡夫金字塔略小，但其艺术风格与工程设计的精确，则均可与之媲美。而且由于其建在一块较高的台地上，乍看上去，仿佛比前者还雄伟。
塔基底长 215.7 米，高 143.6 米，也是用石灰岩和花岗石砌筑的。它所遗存的附属建筑较为完整壮观，包括以巨石建成的两座庙宇：上庙和下庙。
孟考勒建造的第三座金字塔位于南端，体积最小，但十分精致。它的底边长 108.7 米，高 66.5 米。
吉萨的这 3 座金字塔都曾被盗，墓中财宝已基本流失，但它们所体现的古代埃及人民炉火纯青的工程技术，每天都吸引着千千万万的各国游客。 埃 及 金 字 塔 金字塔外观 金字塔具今已有4500年的历史，由于它形似汉字中的“金”字，因而被称为“金字塔”，金字塔本身是一座王陵建筑。
它规模宏伟，结构精密，塔内除墓室和通道外都是实心，定部呈锥角。金字塔历经多次地震都岿然不动，完好无损。
它被誉为当今最高的古代建筑物和世界八大奇迹之首。 金字塔前有座狮身人面像，是古国王第四王朝法。
9.如何写图像融合开题报告
【关键词】 图像配准； 多源传感器； 位置约束； 特征提取； 多种特征组合
【摘要】 随着遥感技术迅速发展和新型传感器的不断涌现，人们获取遥感图像数据的能力不断提高。在利用这些多源遥感图像进行数据融合、目标变化检测、目标识别等多源协同处理工作之前，必须进行多源图像配准工作，配准精度的高低直接影响到后续应用效果的好坏。为此，本文主要研究了多源遥感图像间的配准技术，作为协同系统中的关键技术，要求配准方法在运算能力和配准精度方面都能够达到较好的效果。首先，本文对现有的多源图像配准技术进行原理上的分析与介绍。通过对多种配准方法的分类与比较，指出了遥感图像配准的通用技术环节与技术要点。并在研究过程中分析关键技术环节的难点与所面临问题。其次，本文针对传统多源配准方法在进行控制点对应时运算量大，误配情况多的现状，提出了一种基于位置约束的多源遥感影像配准技术。该方法首先利用人工粗略选取少量控制点对，得到粗略位置映射关系，之后利用位置信息以及分辨率信息建立局部窗函数进行搜索匹配，对两幅图像中提取的Harris角点进行筛选，最终得到的控制点对作为求取配准参数的控制点输入，并利用此方法进行了多组图像的实验来证明方法的通用性。然后，本文针对传统配准方法需要人工参与，并且仅使用单一特征进行匹配效。更多果差的缺点，提出了一种基于多特征组合的多源遥感图像自动配准技术。这种方法利用了由粗至精的配准思想，结合使用点、线、面特征分别进行粗配准及精细配准两个过程。重点解决了其中少量初始控制点对的匹配和更多控制点对的获取。完成了存在闭合区域的多源遥感图像间的自动配准过程，并实验验证了方法的配准精度。最后，为了对配准后的遥感图像进行直观的视觉评价，本文介绍了配准后图像间的镶嵌以及融合等简单应用。通过实验，可以很直观的看出配准的效果，完成配准的定性评价。
转载请注明出处众文网 » 基于金字塔变换的图像融合方法研究毕业论文