基于導(dǎo)向?yàn)V波和多尺度分析的圖像融合算法研究.pdf

1、圖像融合是在信息融合技術(shù)的理論基礎(chǔ)上發(fā)展而來(lái)的圖像處理技術(shù)，是把來(lái)自多個(gè)不同的傳感器或者同一的傳感器在不同時(shí)刻的同一場(chǎng)景的多幅圖像融合成一幅圖像，來(lái)獲取對(duì)場(chǎng)景的更為準(zhǔn)確清晰的表示，使之更加適合人類的視覺(jué)感知和后續(xù)的圖像處理。本文從多尺度幾何分析，初步探討了一些基于多尺度幾何分析圖像融合算法及其改進(jìn)方法，并成功地將其應(yīng)用在多種圖像融合中，改進(jìn)了融合效果。主要工作概括如下：
　　1.本文在小波融合的基礎(chǔ)上分別對(duì)多聚焦圖像的融合，遙感圖

2、像中的多光譜圖像和全色圖像的融合，和醫(yī)學(xué)圖像的融合進(jìn)行了改進(jìn)與創(chuàng)新。其中在多聚焦圖像融合中，本文采取了97小波分解成源圖像相對(duì)應(yīng)的低頻和高頻，在低頻中采取基于全局對(duì)比度的圖像顯著性的融合法則，高頻采用了基于導(dǎo)向?yàn)V波的融合法則。由于圖像的低頻攜帶了圖像的大部分的能量，顯示出圖像的輪廓信息，因而采用基于顯著性的融合法則能夠很好地表現(xiàn)圖像的輪廓的信息。而由于高頻信息表現(xiàn)的是圖像的細(xì)節(jié)特征，為了使融合后圖像的邊緣特征更加平滑，本文加入了導(dǎo)向?yàn)V波

3、，使融合后圖像的效果更好。
　　2.而在對(duì)于多光譜圖像和全色圖像的融合，本文采取了基于IHS和導(dǎo)向?yàn)V波的多尺度融合方法。由于多光譜圖像的光譜信息豐富，但是空間分辨率不高，而全色圖像的的空間分辨率較高，但是光譜信息不豐富，因而融合后的圖像既要有豐富的光譜信息，還有達(dá)到一定的空間分辨率。本文的方法首先把多光譜和全色圖像進(jìn)行IHS變換，然后I分量分別進(jìn)行小波分解，在高頻采用導(dǎo)向?yàn)V波的融合法則。把多光譜的I分量是導(dǎo)向圖，全色圖像的I分量是

4、輸入圖，最后進(jìn)行小波逆變換就以及IHS逆變換，得到融合結(jié)果圖。本文提出的融合方法可以很好地得到光譜信息豐富，空間分辨率較高的融合圖像。
　　3.而對(duì)于醫(yī)學(xué)圖像的融合，由于現(xiàn)在醫(yī)學(xué)圖像種類的繁多，對(duì)于醫(yī)學(xué)圖像的融合可以很好地幫助醫(yī)生進(jìn)行病情的檢測(cè)。本文提出的基于PCA字典的融合方法中，首先對(duì)CT圖像和MRI圖像進(jìn)行小波分解，在低頻采用絕對(duì)值取大的融合法則，在高頻采用PCA字典的融合法則。由于CT圖像可以很好地表現(xiàn)骨骼的圖像信息，而M