基于多尺度濾波和稀疏表示的圖像融合方法研究.pdf

1、圖像融合是圖像處理和計算機視覺領域多傳感器圖像信息綜合利用的重要手段，它將同類或異類成像傳感器獲得的同一場景或目標的多幅圖像進行綜合處理，得到一幅包含源圖像重要信息的合成圖像，通過綜合利用不同源圖像之間的互補信息和冗余信息來獲得對同一場景或目標更為準確、全面、可靠的描述。目前，圖像融合技術(shù)已經(jīng)在軍事、醫(yī)學疾病診斷、遙感等領域得到廣泛應用。本文以經(jīng)典的多尺度理論，以及最新的稀疏表示和低秩表示理論為基礎，結(jié)合圖像融合的特點，提出了多模圖像融

2、合方法和遙感圖像融合方法。取得的主要研究成果如下:
　　首先，提出了一種基于多尺度聯(lián)合濾波的遙感圖像融合方法。多尺度方法由于具有良好的多尺度特性已經(jīng)被廣泛應用于遙感圖像融合，它提取全色圖像的細節(jié)，然后注入到低分辨率多光譜中去，從而提高圖像的分辨率。然而由于不同波段的光譜響應特性不一樣，導致全色圖像與多光譜圖像的細節(jié)不一樣，傳統(tǒng)多尺度方法在提取全色圖像細節(jié)時忽略了這一點。針對這個問題，本文利用雙重雙邊濾波對全色圖像與多光譜圖像進行聯(lián)

3、合濾波，從而在提取全色圖像細節(jié)時考慮多光譜圖像的特點，使得提取的細節(jié)更符合多光譜圖像。為了從不同尺度全面提取全色圖像的細節(jié)，將原來的雙重雙邊濾波擴展到多尺度域，提出了多尺度聯(lián)合濾波方法。此外，考慮到平移不變性對圖像融合的重要性，采用àtrous策略進行多尺度擴展來進一步提高遙感圖像融合性能。
　　其次，提出了多尺度方向雙邊濾波方法及相應的多模圖像融合方法。多尺度方法也被廣泛用于多模圖像融合，考慮到邊緣和方向特征廣泛存在于各種圖像中

4、，將邊緣保持特性和方向捕獲特性同時結(jié)合在多尺度方法中，提出了多尺度方向雙邊濾波方法。首先利用具有邊緣保持特性的多尺度雙邊濾波對源圖像進行多尺度分解獲得多個高頻子帶和一個低頻子帶，再在高頻子帶上運用方向濾波來捕獲方向特征，從而實現(xiàn)邊緣保持和方向捕獲。在此基礎上，將提出的多尺度方向雙邊濾波方法應用于多模圖像融合，首先對源圖像進行多尺度方向雙邊濾波來獲得各尺度子帶，再根據(jù)一定的融合規(guī)則將不同源圖像的子帶進行融合，最后在融合子帶上進行多尺度方向

5、雙邊濾波的逆變換獲得融合圖像。在紅外與可見光多模圖像、醫(yī)學多模圖像上的融合實驗驗證了提出方法的有效性。
　　然后，提出了一種基于稀疏表示的遙感圖像融合方法。稀疏表示是近年來圖像處理領域的研究熱點，是一種新型圖像信息表示理論，它在過完備字典上以一種簡潔的方式對圖像進行表示獲得稀疏系數(shù)，這些稀疏系數(shù)和對應的原子能夠揭示圖像的內(nèi)在結(jié)構(gòu)，初級視皮層神經(jīng)元對來自視網(wǎng)膜的圖像響應采用的就是稀疏表示的方式。本文結(jié)合稀疏表示和廣義IHS變換，提出

6、了一種新的遙感圖像融合方法。人眼視覺系統(tǒng)不易感知紅綠藍等波段信息，而對亮度，色度，飽和度等信息敏感，考慮到這一特點，利用廣義IHS變換獲得多光譜圖像的亮度分量。同時結(jié)合稀疏表示能夠揭示圖像內(nèi)在結(jié)構(gòu)的特點，利用稀疏表示對亮度分量和全色圖像進行融合獲得新的亮度分量。因不同光譜波段的細節(jié)是不一樣的，若直接進行廣義IHS逆變換會使得各波段添加的細節(jié)一樣，為此，本文根據(jù)各波段的灰度強度來自適應地調(diào)整細節(jié)的添加量以更好地在提高空間分辨率時保持光譜特

7、性。
　　最后，提出了結(jié)合非局部處理和低秩表示的多模圖像融合方法。圖像融合的目的是綜合集成源圖像的顯著信息，圖像像素或區(qū)域的顯著性不僅與局部信息有關，還與非局部信息有關，而且非局部信息可以幫助判斷像素或區(qū)域的顯著性。而傳統(tǒng)的圖像融合方法只利用了圖像的局部信息，忽略了非局部這一重要信息，使得顯著信息判斷失誤，從而導致融合圖像部分細節(jié)丟失，有時甚至在融合圖像中出現(xiàn)扭曲。為了克服該問題，本文提出了一種結(jié)合非局部算子和低秩表示的多模圖像融