多聚焦图像融合中最优双树复小波分解层数的选择.docVIP

多聚焦图像融合中最优双树复小波分解层数的选择 　　【摘要】 采用具有近似平移不变性和方向选择性的双树复小波变换对多聚焦图像进行多分辨率分析与重构，是一种高效的融合方法。然而，分解层数的选择是影响该算法性能的重要因素之一。本文提出了一种基于信息熵、互信息量、边缘融合质量和加权融合质量等融合质量评价指标确定最优分解层数的方法。实验结果表明，不同的原始图像用同种融合算法分解重构，最优分解层数不一定相同；相同的原始图像用不同的融合算法分解重构，最优分解层数也不一定相同。因此，只有综合考虑多种代表性的评价指标，才能确定最优分解层数。 　　【关键词】 双树复小波 多聚焦图像 融合 最优分解层数 　　一、引言 　　现实生活中，一些光学镜头往往不能使同一场景中的多个目标都在同一聚焦区域，这种情况下致使图像不是全面清晰的。这就需要分多次分别聚焦其中某一区域，再对这些图片进行融合处理，得到各个目标都清晰的一幅图片，这张图片对场景描述得比任何单一源图像都更精确、更全面，便于人眼的观察或计算机的后续处理，这一过程就是多聚焦图像的融合。 　　图像融合的方法与具体的处理对象类型、处理等级有关。这主要是各类图像的解析度不同、表现的内容不同，相应的处理方法也要根据具体情况而定。双树复小波变换（Dual-Tree Complex Wavelet Transform，DT-CWT），不仅保持了传统小