基于可控濾波器和超像素分割的圖像融合算法研究.pdf

1、圖像融合是對(duì)包含同一場(chǎng)景信息的多幅源圖像進(jìn)行處理并將各源圖像中的有用信息進(jìn)行提取，最終利用這些信息構(gòu)成具有完整場(chǎng)景信息的融合圖像，使融合后的圖像具有更好的機(jī)器視覺(jué)效果和人類(lèi)視覺(jué)效果，以便后續(xù)的研究和應(yīng)用能夠順利進(jìn)行。目前，圖像融合主要在空間域和變換域兩個(gè)方面被研究，基于空間域的融合方法是利用特定方法直接對(duì)圖像像素進(jìn)行計(jì)算融合；基于變換域的融合方法首先要對(duì)源圖像進(jìn)行變換處理，以得到能夠體現(xiàn)圖像特征的變換系數(shù)，然后通過(guò)特定的融合規(guī)則將各源圖

2、像的變換系數(shù)進(jìn)行融合，最后將其進(jìn)行逆變換便可得到最終的融合圖像。
　　如何有效并且精確的對(duì)源圖像的有用信息進(jìn)行檢測(cè)是圖像融合的關(guān)鍵，對(duì)多種圖像信息提取方法進(jìn)行研究后，本文提出了一種基于可控濾波和超像素分割相結(jié)合的圖像融合方法。可控濾波器對(duì)圖像的邊緣細(xì)節(jié)信息具有較強(qiáng)的敏感性，因此本文利用可控濾波器對(duì)圖像的邊緣細(xì)節(jié)等高頻信息進(jìn)行檢測(cè)提取，而對(duì)于圖像的結(jié)構(gòu)信息，即低頻成分，本文利用超像素分割的方法進(jìn)行提取，最后利用本文所提出的融合規(guī)則將

3、這些信息進(jìn)行有效融合，從而使最終的融合圖像包含了來(lái)自于不同源圖像的有用信息。
　　本文的主要工作與創(chuàng)新：
　　(1)對(duì)有關(guān)圖像融合的知識(shí)進(jìn)行了概括性的介紹；
　　(2)闡述了可控濾波器的設(shè)計(jì)思想，并對(duì)其設(shè)計(jì)原理進(jìn)行了介紹，同時(shí)利用實(shí)驗(yàn)比較的方法驗(yàn)證了可控濾波器在圖像邊緣細(xì)節(jié)信息提取方面的有效性。
　　(3)對(duì)基于熵率的超像素分割方法進(jìn)行研究，總結(jié)了利用熵率的圖上隨機(jī)游走模型對(duì)圖像進(jìn)行分割的原理，并且介紹了利用貪心

4、算法解決超像素分割問(wèn)題的具體過(guò)程。
　　(4)在將可控濾波器以及超像素分割應(yīng)用到圖像融合的過(guò)程中，提出了方向響應(yīng)差的概念以及基于選點(diǎn)與選面的兩種融合規(guī)則，使得本文算法更加合理，同時(shí)提高了算法的穩(wěn)定性。
　　(5)設(shè)計(jì)制作了便于實(shí)驗(yàn)研究的GUI（圖形用戶(hù)界面），使得方法選擇、參數(shù)分析等實(shí)驗(yàn)環(huán)節(jié)更加便捷。同時(shí)，利用多組實(shí)驗(yàn)圖像從主觀評(píng)價(jià)和客觀評(píng)價(jià)兩個(gè)方面對(duì)本文算法的融合結(jié)果與其它經(jīng)典算法的融合結(jié)果進(jìn)行比較分析，驗(yàn)證了本文算法的合