像素級多源圖像融合方法研究.pdf

1、近年來，各種成像設(shè)備陸續(xù)走入人們的生活，不同類型圖像數(shù)據(jù)的獲取變得越來越方便。然而，由于成像機理的制約，單一類型的圖像數(shù)據(jù)往往無法滿足某種實際應(yīng)用的需求。此外，同種類型成像設(shè)備在不同的成像條件（例如焦距、曝光時間等成像參數(shù)）下采集到的圖像通常也存在很大差異，而固定一種條件下得到的圖像難以反映出場景的全部信息。因此，如何對來自不同成像機理和成像條件的多幅圖像進行融合處理以完成既定的任務(wù)就成為亟待研究的課題。像素級多源圖像融合是指綜合同一場

2、景不同來源的多幅輸入圖像（源圖像）的互補信息，利用圖像處理算法生成一幅新的圖像（融合圖像），使該融合圖像比任何一幅源圖像都能更為全面、準確地描述所述場景。多源圖像融合技術(shù)在視頻監(jiān)控、醫(yī)療診斷、衛(wèi)星遙感、數(shù)碼攝影等諸多領(lǐng)域都具有很高的應(yīng)用價值。
　　在上述研究背景下，本文針對多聚焦圖像、多曝光圖像、可見光與紅外圖像、多模態(tài)醫(yī)學圖像等多種類型的圖像融合問題進行了深入研究，提出了多種變換域和空域圖像融合新方法，希望能為推動圖像融合研究的

3、進程作出一定貢獻。
　　本文的主要研究內(nèi)容和創(chuàng)新點如下:
　　1.在基于多尺度變換的圖像融合方法研究中，針對傳統(tǒng)基于小波變換的融合方法不具有平移不變性的缺點，提出了一種結(jié)合小波變換和自適應(yīng)分塊的多聚焦圖像融合算法。該算法以離散小波變換為框架，對低頻系數(shù)采用自適應(yīng)尺寸分塊的方法進行融合，圖像塊的尺寸用差分進化算法優(yōu)化求解，然后對此低頻融合結(jié)果進行精細化處理，得到一幅精確到每個系數(shù)來源的標簽圖，再利用局部小波能量與該標簽圖相結(jié)合

4、的方法對高頻系數(shù)進行融合，最后重構(gòu)得到融合結(jié)果。實驗結(jié)果表明，該算法既可以一定程度克服小波變換法對非嚴格配準區(qū)域融合效果差的缺陷，又可以有效抑制空域分塊法易產(chǎn)生塊效應(yīng)的缺點。
　　2.在基于稀疏表示的圖像融合方法研究中，針對傳統(tǒng)稀疏表示融合方法中字典表達能力與抗噪能力存在矛盾的困境，提出了一種基于自適應(yīng)稀疏表示的融合算法，用于處理有噪聲的圖像融合問題。該算法在字典訓練階段根據(jù)訓練樣本的梯度特征將樣本劃分到若干組，分別訓練得到過完備

5、字典。在融合階段，根據(jù)輸入圖像塊的梯度特征，自適應(yīng)地選擇字典進行表示。實驗結(jié)果表明，該算法可以有效解決傳統(tǒng)稀疏表示融合方法處理噪聲圖像的不足，取得明顯優(yōu)于傳統(tǒng)方法的結(jié)果。
　　3.在變換域圖像融合方法研究中，針對基于多尺度變換和稀疏表示的融合方法各自存在的缺陷，提出了一種結(jié)合多尺度變換和稀疏表示的融合框架，將多尺度變換的低頻系數(shù)采用基于稀疏表示的方式進行融合，而高頻系數(shù)采用基于局部高頻系數(shù)絕對值的方式融合。相對于傳統(tǒng)的多尺度變換法

6、中低頻分量取平均的融合方式，該方法可以有效防止能量丟失而造成圖像的對比度下降，同時也可以解決分解層數(shù)難以選擇的問題;相對于傳統(tǒng)的空域稀疏表示融合方法，該方法通過將低頻分量與高頻分量分離，可以有效消除傳統(tǒng)稀疏表示方法的灰度不連續(xù)和細節(jié)模糊效應(yīng)。實驗結(jié)果表明，提出的融合方法可以取得優(yōu)于傳統(tǒng)多尺度變換和稀疏表示方法的結(jié)果。同時，對于不同類型的圖像融合問題，在該框架下探索出最優(yōu)的多尺度變換及其分解層數(shù)。
　　4.在空域多聚焦圖像融合方法研

7、究中，針對傳統(tǒng)方法在源圖像非精確配準區(qū)域融合效果不理想的情況，提出了一種基于稠密SIFT描述子的多聚焦圖像融合算法。該算法首先將SIFT描述子用于聚焦程度度量，獲得一幅可靠的初始融合決策圖，然后利用SIFT描述子度量圖像局部相似性的能力，優(yōu)化非精確配準區(qū)域的融合效果，最終得到融合圖像。實驗結(jié)果表明，該算法在主觀視覺效果和客觀評價準則兩方面都可以達到甚至超過當前多聚焦圖像融合的最好水平。
　　5.在空域多曝光圖像融合方法研究中，針對