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(jì)算機(jī)視覺領(lǐng)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(biāo)的多幅圖像進(jìn)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(bǔ)信息和冗余信息來獲得對同一場景或目標(biāo)更為準(zhǔn)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(xué)疾病診斷、遙感等領(lǐng)域得到廣泛應(yīng)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(chǔ)，結(jié)合圖像融合的特點(diǎn)，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(yīng)用于遙感圖像融合，它提取全色圖像的細(xì)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(yīng)特性不一樣，導(dǎo)致全色圖像與多光譜圖像的細(xì)節(jié)不一樣，傳統(tǒng)多尺度方法在提取全色圖像細(xì)節(jié)時(shí)忽略了這一點(diǎn)。針對這個(gè)問題，本文利用雙重雙邊濾波對全色圖像與多光譜圖像進(jìn)行聯(lián)

3、合濾波，從而在提取全色圖像細(xì)節(jié)時(shí)考慮多光譜圖像的特點(diǎn)，使得提取的細(xì)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(xì)節(jié)，將原來的雙重雙邊濾波擴(kuò)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(jìn)行多尺度擴(kuò)展來進(jìn)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(yīng)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(shí)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(jìn)行多尺度分解獲得多個(gè)高頻子帶和一個(gè)低頻子帶，再在高頻子帶上運(yùn)用方向?yàn)V波來捕獲方向特征，從而實(shí)現(xiàn)邊緣保持和方向捕獲。在此基礎(chǔ)上，將提出的多尺度方向雙邊濾波方法應(yīng)用于多模圖像融合，首先對源圖像進(jìn)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(jìn)行融合，最后在融合子帶上進(jìn)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(xué)多模圖像上的融合實(shí)驗(yàn)驗(yàn)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(lǐng)域的研究熱點(diǎn)，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(jìn)行表示獲得稀疏系數(shù)，這些稀疏系數(shù)和對應(yīng)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(yīng)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(lán)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(diǎn)，利用廣義IHS變換獲得多光譜圖像的亮度分量。同時(shí)結(jié)合稀疏表示能夠揭示圖像內(nèi)在結(jié)構(gòu)的特點(diǎn)，利用稀疏表示對亮度分量和全色圖像進(jìn)行融合獲得新的亮度分量。因不同光譜波段的細(xì)節(jié)是不一樣的，若直接進(jìn)行廣義IHS逆變換會使得各波段添加的細(xì)節(jié)一樣，為此，本文根據(jù)各波段的灰度強(qiáng)度來自適應(yīng)地調(diào)整細(xì)節(jié)的添加量以更好地在提高空間分辨率時(shí)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(guān)，還與非局部信息有關(guān)，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(dǎo)致融合圖像部分細(xì)節(jié)丟失，有時(shí)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