多分辨率图像基于分步式滤波的融合算法.pdfVIP

多分辨率图像基于分步式滤波的融合算法 郑雯雯。文成林 (杭州电子科技大学信息与控制所，浙江，杭州310018) e19841 (E—mail：zo 003@yahoo．com．cn，wencl@hdu．edu．cn) 摘要；在多个传感器对同一个目标场景获得多个分辨率是非整数倍关系的图像的情况下，该文提出了基于分步式图像滤波的 融合算法。首先利用小波多尺度分解变换获取相应的低频子图像，并将图像间分辨率的关系从非整数倍转化到整数倍。然后 采用分块建模方法，以Kalman滤波器为工具，对图像进行分步式融合估计，从而获得目标场景基于多个观测图像的融合结 果。最后用仿真实验验证新算法的可行性与有效性。 关键词；小波分解：分块建模；分步式；Kalman滤波器 中图分类号： 文献标识码： 文章编号： 一1．．．i 0引吾 数字图像融合就是利用相应的算法，对两个或两个以上传感器获得的关于某一具体场景的图像进行综 合分析，并生成一个新的关于此场景的图例1l。它是一门综合了信号处理、传感器、图像、计算机和人工 智能的现代高新技术。图像融合最初应用在军事上，后来在智能机器人、导航、医学图像处理、工业过程 监控跟踪、遥感等各个领域都发挥了巨大的作用Il吲。 现今，在对多分辨率图像融合方面的研究，基于塔式分解与小波分解等方法是最常见的，并且在研究中 一般假设图像具有相同分辨率，对于不同分辨率图像融合问题的研究却很少。文献[4]利用小波包多尺度分 解图像，再建立每一尺度的像素概率模型，并根据贝叶斯规则来进行估计融合多个相同分辨率图像。但在 实际应用中得到的图像，分辨率往往是不相同的。因此，针对不同分辨率的图像融合将是一个研究热点， 也是实际应用中急需解决的问题。文献[5】利用标准Kalman滤波解决了图像分辨率之间大小为任意正整数 情况下的融合问题，文献【14】则通过建立分块建模和概率模型来解决这种情况，但这些并不具有一般性。 本文是以分辨率为一定非整数倍关系(也就是多个观测图像的分辨率存在一定非整数倍关系)的，由 两个或两个以上传感器获得的关于某一具体场景的图像为对象，拟建立一种基于分步式滤波的多分辨率图 像融合算法。基本思想为：首先利用小波变换将图像间分辨率大小转换成整数倍关系；然后对其分块建模， 并利用相应的分步式融合技术，给出一个新的多分辨率融合算法；最后通过计算机仿真实验来验证新算法 的有效性。 1 图像的分步式融合 数据的分步式滤波就是在一个由多传感器组成的动态系统中，当对目标状态的所有观测值到来的时 候，首先利用系统的先验信息对该时刻目标状态进行预测估计。然后利用Kalman滤波器和各局部观测值 依次对该时刻目标状态的估计值进行更新，从而得到该时刻目标状态基于全局信息的融合估计值‘6，71。本文 就以此为工具对来自多个传感器的图像进行融合。 下面，将简单地阐述如何基于分步式技术进行图像融合。假设r(f=l，2，…，Q)是由Q个传感器从同一实 f，+l之间分别有大于1小于sJ，tJ的公约数，且 Sj+l=Aj音乃+l_Bj舌 上式中，刀，为自然数，Aj，BJ分别为sJ写s／+l，tj-与t。y+1的最大公约数。 收稿日期：2008．08．31 作者简介：郑雯雯(1984一)，女，浙江台州人，在读研究生，图像融合 248 针对图像之间存在的这种关系，本文提出基于分步式图像融合的基本思想是： Xt2，找出它们行，列的最大公约数4，B，，即可得托l。对I进 1)观测图像，；；，E的分辨率为slב，s2 行小波分解刀1次，最终形成1个通过低通滤波得到的子图像C1和3珂。个通过带通滤波得到细节子图像，且 低频部分子图像的分辨率为Ai×B，。将此低频部分子图像C，作为基图像，对观测图像y2进行分块，然后将 C1上的像素与对应分块进行融合得到膏：，岩：的分辨率是与E相同的。 2)对j：进行小波分解n2次，将此时的低频部分子图像c2作为基图像对E进行分块，并相应融合得 到j，，它的分辨率是与E相同的。 3)依次类推，最后可以得到实际场景的一个最佳融合图像耍口。 综上所述，本文基于分