像素級圖像融合算法研究.pdf

1、圖像融合是信息融合的一個分支。在傳感器技術(shù)的不斷發(fā)展和各種傳感器廣泛應(yīng)用的背景下,圖像融合技術(shù)受到越來越多的重視和得到了快速的發(fā)展。圖像融合是利用了多幅圖像中信息的互補(bǔ)性,使融合后的圖像具有更高的清晰度和可理解性,彌補(bǔ)了單一傳感器成像在空間或光譜分辨率的局限性和差異性。融合圖像能夠?qū)鼍坝懈鼮槿?、更為?zhǔn)確的描述,更符合人眼視覺系統(tǒng)與機(jī)器感知和進(jìn)一步圖像處理任務(wù)。
　　本論文提出的融合算法屬于像素級融合層面,融合處理的圖像源分別為

2、多聚焦圖像和多源圖像,其中多源圖像源分為紅外與可見光圖像和多光譜與全色圖像兩類。
　　本文的主要研究工作及創(chuàng)新成果如下:
　　(1)提出一種基于非下采樣輪廓波變換(Nonsubsampled Contourlet Transform,NSCT)和空間頻率法結(jié)合的圖像融合算法。該融合方法利用NSCT分別對兩幅原始圖像分解得到對應(yīng)的多個高頻子帶與低頻子帶,采用空間頻率法計算得到空間頻率系數(shù)判斷決策以確定新的高頻子帶與低頻子帶系數(shù)

3、。NSCT分解的高頻分量能體現(xiàn)圖像的細(xì)節(jié)特征,使用空間頻率法能增強(qiáng)對子帶系數(shù)選擇的魯棒性,使得到的融合圖像能保持圖像的細(xì)節(jié)等邊緣特征。
　　(2)提出了適用于多聚焦圖像的融合方法,基于PM模型與高斯卷積的圖像做差分(Difference of images between PM model and Gaussian,DPG)的算法,用DPG計算得到的差分系數(shù)進(jìn)行小窗口累加及采用DPG與二階拉普拉斯算子累加結(jié)合的融合算法。DPG算法

4、利用的是PM模型非線性擴(kuò)散對圖像中存在的邊緣信息具有良好保持特性這一特點(diǎn),與高斯濾波圖像做差分得到的差分系數(shù)能體現(xiàn)圖像的細(xì)節(jié)信息。這些差分系數(shù)值較大的區(qū)域?qū)?yīng)原始圖像中清晰的區(qū)域,為了增強(qiáng)融合決策的魯棒性,分別采用了小窗口累加和二階拉普拉斯算子累加兩種方法計算差分系數(shù)。最后根據(jù)決策圖直接提取原始圖像的像素替換到結(jié)果圖像中,避免了受到模糊區(qū)域的污染,得到整體清晰的融合圖像。
　　(3)提出一種自適應(yīng)權(quán)值的紅外與可見光融合算法,利用紅

5、外圖像的直方圖分布特征確定閾值,分割出小的紅外目標(biāo),將紅外目標(biāo)采用加權(quán)融合算法融入到可見光場景中,融合圖像中紅外目標(biāo)清楚,場景空間細(xì)節(jié)表現(xiàn)力強(qiáng)。為了檢測出運(yùn)動的紅外目標(biāo),提出一種直方圖分割的背景建模方法,利用連續(xù)的多幅圖像建立一個穩(wěn)定的背景模型,當(dāng)前輸入圖像與背景模型相減得到運(yùn)動目標(biāo),將運(yùn)動目標(biāo)融入到可見光場景中或用特定的顏色標(biāo)記出來,便于對場景的觀察與監(jiān)控。
　　(4)針對多光譜與全色圖像融合,提出了一種基于IHS模型空間的圖像