基于多尺度多方向變換域統(tǒng)計建模的圖像融合方法研究.pdf

1、圖像融合是通過一定的算法將兩幅或多幅源圖像融合成一幅新圖像的過程。得到的融合圖像能夠保留源圖像的有用信息，去除冗余信息。由于融合后圖像觀測的準確性和魯棒性更高，可信度和可理解性更好，這就更有利于人和計算機有效、可靠和全面地對圖像信息進行后續(xù)處理。作為信息融合的一個重要分支，圖像融合技術在計算機視覺、人工智能和圖像理解等領域得到了廣泛的應用和研究。圖像融合方法通常包括空域和變換域方法。而基于多尺度多方向變換域的圖像融合方法，能夠從低頻到高

2、頻多層次地處理圖像信息，從而得到了良好的融合效果和性能指標。目前，該研究課題是圖像融合研究領域的熱點。
　　基于多尺度多方向變換域的圖像融合方法在圖像融合領域中的應用相當廣泛。它包括基于金字塔變換、小波變換和Contourlet變換等的圖像融合方法。多尺度多方向分析在捕捉圖像的邊緣、輪廓等重要方向結構信息方面具有顯著的優(yōu)勢。通過在此變換域建立合理的統(tǒng)計模型，并結合精確估計的模型參數(shù)來設置融合規(guī)則，可以使圖像融合的效果更佳。因此，研

3、究基于多尺度多方向變換域統(tǒng)計建模的圖像融合方法具有重要的理論和應用意義。
　　本文首先詳細地介紹了圖像融合的國內外研究現(xiàn)狀和發(fā)展動態(tài)，綜述了一些經(jīng)典的基于空間域和變換域的圖像融合方法，分析了基于多尺度多方向變換域圖像融合的基本原理和融合框架，歸納總結了圖像質量的評價標準和分類。
　　然后，介紹了基于小波域統(tǒng)計建模的多聚焦圖像融合方法。在Burt融合規(guī)則的基礎上，采用小波變換，結合主成分分析(PCA)和廣義高斯分布(GGD)建

4、模，實現(xiàn)圖像融合。采用主觀評價和客觀評價的方法，將實驗結果與加權平均法、基于PCA方法、區(qū)域能量法等現(xiàn)有的典型融合算法進行了對比和分析。實驗結果表明，由本文提出的融合算法所得到的融合圖像的信息量更豐富、保真度更高。
　　其次，分析了基于Contourlet變換域統(tǒng)計建模的圖像融合方法。本文在Contourlet變換基礎上，提出將混合高斯模型(GMM)與廣義高斯模型聯(lián)合建模的融合方法。該方法將Contourlet變換域的高頻子帶和低

5、頻子帶分別采用廣義高斯和混合高斯建模，通過利用估計得到的分布參數(shù)，分別在改進的Burt融合規(guī)則和后驗概率加權平均下實現(xiàn)圖像融合。分別對多聚焦圖像、遙感圖像和醫(yī)學圖像進行了融合實驗，并將本文實驗結果與在同等實驗條件下基于小波變換的方法進行了對比和分析。實驗結果表明，本文算法不僅能夠增強融合圖像的空間細節(jié)信息，使信息量更豐富，視覺效果和性能更好，而且驗證了該融合算法適合于較為廣泛類型圖像的融合。
　　最后，介紹了基于金字塔雙樹方向濾波