基于Directionlet域HMT模型與遺傳算法的圖像融合.pdf

1、圖像融合就是將源自同一場(chǎng)景或目標(biāo)的多幅圖像合成一幅新的圖像，以獲得對(duì)該場(chǎng)景或目標(biāo)更為準(zhǔn)確和全面的描述。圖像融合技術(shù)充分利用了不同源圖像之間的互補(bǔ)信息和冗余信息，使融合后的圖像具有更高的可信度、較少的模糊和更好的可理解性，更適合于人類視覺感知或計(jì)算機(jī)的后續(xù)處理。圖像融合算法大致分為兩大類：基于空域的圖像融合算法和基于變換域的圖像融合算法，本研究工作主要圍繞變換域中的圖像融合展開。從有利于場(chǎng)景理解和目標(biāo)識(shí)別的角度出發(fā)，在分析變換域圖像融合理

2、論和經(jīng)典方法的基礎(chǔ)上，尋找能夠提取出源圖像更多有用信息，有效提高融合圖像質(zhì)量的新方法。
　　本研究主要內(nèi)容如下：⑴根據(jù)Directionlet變換所具有的優(yōu)良特性，提出了基于Directionlet變換的圖像融合框架。在該框架中，融合規(guī)則和算子至關(guān)重要，融合規(guī)則選擇的恰當(dāng)與否直接關(guān)系到融合圖像質(zhì)量的優(yōu)劣。本文采用自適應(yīng)加權(quán)和基于遺傳算法的低頻子帶融合策略以及基于對(duì)比度和樹狀結(jié)構(gòu)的高頻方向子帶融合策略。實(shí)驗(yàn)結(jié)果表明，基于Direct

3、ionlet變換的融合框架所采用的上述融合規(guī)則能得到較優(yōu)的融合結(jié)果，說明該融合規(guī)則的有效性和可行性。⑵由于圖像的Directionlet系數(shù)與小波系數(shù)具有相似的統(tǒng)計(jì)特性，在圖像小波域隱馬爾可夫樹(HMT)模型的基礎(chǔ)上，建立了圖像的Directionlet域 HMT模型，并將其應(yīng)用于圖像融合。在該融合算法中，利用圖像的Directionlet域HMT模型來?yè)渥讲煌叨菵irectionlet系數(shù)之間的相關(guān)性，分別采用基于遺傳算法的低頻系數(shù)

4、融合策略和基于顯著性測(cè)量的高頻系數(shù)融合策略。實(shí)驗(yàn)結(jié)果表明該算法使融合圖像具有更好的細(xì)節(jié)表達(dá)能力，較少的模糊以及人眼對(duì)圖像更好的視覺感受。⑶基于HIS變換的圖像融合方法可以有效地提高融合圖像的紋理細(xì)節(jié)特征，因此被廣泛用于多光譜與全色圖像的融合，但缺點(diǎn)是會(huì)導(dǎo)致融合圖像產(chǎn)生不同程度的光譜畸變。為了在提高多光譜圖像細(xì)節(jié)信息的同時(shí)盡可能地保持其光譜特性，本文提出一種基于HIS和Directionlet域HMT模型的多光譜與全色圖像融合方法，實(shí)驗(yàn)結(jié)