多尺度變換的多聚焦圖像融合算法研究.pdf

1、多聚焦圖像融合的目的是提取源圖像中的清晰區(qū)域,將這些清晰區(qū)域組成一個(gè)各處都清晰的融合圖像。在此過(guò)程中,如何精確的提取源圖像的清晰區(qū)域直接決定了多聚焦圖像的融合質(zhì)量。圖像融合分為三個(gè)層次:像素級(jí)圖像融合、特征級(jí)圖像融合和決策級(jí)圖像融合。本文針對(duì)像素級(jí)圖像融合,采用Q-Shift雙數(shù)復(fù)小波和非下采樣Contourlet等多尺度變換對(duì)多聚焦圖像融合進(jìn)行研究,提出了相應(yīng)的圖像融合算法。
　　本文在深入研究小波變換特性的基礎(chǔ)上,對(duì)多聚焦圖像

2、進(jìn)行Q-Shift雙樹復(fù)小波變換。根據(jù)光學(xué)系統(tǒng)成像的原理“多聚焦圖像中清晰圖像的高頻分量遠(yuǎn)大于模糊圖像的高頻分量,而清晰圖像的低頻系數(shù)不小于模糊圖像的低頻系數(shù)”和高低頻系數(shù)間的相關(guān)性,對(duì)變換后的高低頻系數(shù)采用“選擇取大”的融合規(guī)則,提出了低頻子帶采用“局部區(qū)域標(biāo)準(zhǔn)方差取大”和高頻子帶采用“模值絕對(duì)值和取大”的融合準(zhǔn)則。實(shí)驗(yàn)結(jié)果表明,它能夠有效的實(shí)現(xiàn)多聚焦圖像之間的融合,較好的保留源圖像的細(xì)節(jié)信息,避免了小波變換中的重影等現(xiàn)象。
　

3、　由于小波變換不是最稀疏的圖像表示方法,因此本文深入研究了能夠真正實(shí)現(xiàn)圖像稀疏表示的Contourlet變換,對(duì)多聚焦圖像進(jìn)行非下采樣的Contourlet變換,根據(jù)NSCT變換方法,提出低頻子帶采用“區(qū)域能量取大”和高頻子帶采用“絕對(duì)值和取大”的融合準(zhǔn)則。仿真實(shí)驗(yàn)從使用不同的融合規(guī)則和不同的多分辨率分析方法這兩個(gè)方面分析了提出算法的有效性,并且與前面提出的基于Q-Shift雙樹復(fù)小波變換的融合結(jié)果做比較,取得了更好的融合質(zhì)量。

4、　　本文將Q-Shift雙樹復(fù)小波變換和非下采樣Contourlet變換應(yīng)用到多聚焦的彩色圖像融合中,研究了彩色圖像的融合算法。對(duì)彩色圖像使用IHS變換提取彩色圖像中的亮度和色度分量,然后對(duì)亮度分量提出了基于Q-Shift雙樹復(fù)小波變換和基于非下采樣Contourlet變換的多聚焦彩色圖像融合方法。仿真實(shí)驗(yàn)通過(guò)主觀觀察和性能參數(shù):信息熵、平均梯度、方差、相關(guān)系數(shù)和均方根誤差等對(duì)融合圖像進(jìn)行評(píng)價(jià),實(shí)驗(yàn)結(jié)果表明本文提出的算法不但減少了算法的