多曝光图像融合.doc

河南理工大学 《计算机新技术》课程论文 多曝光图像融合 专业班级：计算本13-3班 学 号：321309010310 姓 名：任春蕾 日 期：2014年 10月20日 多曝光图像融合 1 问题背景 由于在同一场景不同光线下得到的图像，无论它的曝光时间长短，都会出现曝光过度或曝光不足的现象，这样造成图像信息含量低、重要信息丢失等问题。 图像融合技术可以有效地利用不同输入信道图像信息的互补性和冗余性，消除多源传感器信息之间可能存在的冗余和矛盾，增强影像中信息透明度，很好地改善信噪比和解译的精度、可靠性，因此，融合图像比任何单一信道图像具有更丰富的信息量、更突出的探测优越性（冗余性、互补性、时间优越性以及相对低成本性等）和更高的可靠性。更易于理解和判读，融合图像更符合人和机器的视觉特性，更有利于诸如目标识别、特征提取等进一步的图像处理。另一方面，因为参与融合各幅图像中有用信息之间是相关的，而其干扰成分（如噪声等）却不具有相关性，因此通过融合处理还可以起到排除干扰、增加图像置信度的效果。 2 多曝光图像融合技术 2.1图像融合的概念 图像融合属于信息融合的范畴，是在多测度空间综合处理多源图像和图像序列的技术。该技术充分利用多幅图像资源，将不同传感器获得的同一场景的图像或单一传感器在不同时刻获得的同一场景的图像，经过预处理（去噪、时间配准、空间配准和重采样）后，通过对所得信息的合理支配和使用，将多幅图像在空间和时间上好互补信息依据某种准则融合成一幅图像，使融合后的图像比参加融合的任意一幅图像更优越的性质，以获得对场景的一致性解释或描述，从而更精确地反映客观实际。 参与同和的各幅源图像，可能是来自不同传感器的图像，也可能是来自单一传感器不同时刻的序列图像。对于来自不同传感器的图像要进行时间和空间配准，而对于来自单一传感器的不同时刻的序列图像要进行空间配准，时间和空间的配准精度会直接影响图像融合效果。 2.2 图像融合的方法 像素级融合的过程一般可分为四个步骤：预处理、变换、综合、反变换。预处理阶段包括了对被融合的原始图像的滤波和配准处理。配准就是将融合的原始图像进行必要的变换，从而使被融合的图像已经配准，不过也存在些研究论文专门研究配准处理。变换阶段采用的主要方法有PCA；HIS变换；多分辨方法，如金字塔算法和多分辨小波变换。目前多分辨小波变换是普遍采用的方法。综合方法可分为：选择法，即根据某种规则，分别选择不同被融合图像存变换系数，组成一组新的变换系数。加权法，即用某种加权平均算法将不同被融合图像的变换系数综合为一组新的变换系数。优化法，即根据应用不同，构造某个评价融合效果的性能指标，综合结果使该性能指标达到最优。反变换阶段是根据综合阶段得到的一组变换系数进行反变换操作，得到融合图像。 在图像融合过程中，采用分块的方法，首先生成原始多曝光图像的权重图，在根据金字塔原理对权重图进行加权平均得到融合后图像。 2.1.1 拉普拉斯金字塔变换原理 通过对Burt所提的拉普拉斯金字塔变换原理可知，其算法主要分为两个主要过程：REDUCE过程和EXPAND过程。 REDUCE过程：图像首先与低通滤波器w（如5x5）卷积，将得到的结果进行1/2下采样，重复这个过程l（小写字母L）次，得到尺寸逐级减半的一系列图像，由于滤波器w的形状类似高斯分布曲线，所以由上述过程分解得到的图像被称为高斯金字塔。如式（1）所示： (1≤l≤N，0iCl，0jRl) （1） 其中，Gl为第l（L）层高斯金字塔图像；N为总层数；Cl，Rl分别为第l(L)层子图像的列数和行数；w(m,n)=h(m)-h(n)为窗口函数，h满足约束条件： （1）归一化性： （2）对称性：h(i)=h(-i); （3）奇偶项等贡献性：h(0)+h(-2)+h(2)=h(-1)+h(+1) 由以上约束条件可得： （2） 窗口函数 w(m,n) 可表示如下： （3） 由此，由G0,G1,……GN构成了高斯金字塔。 EXPAND过程：此过程主要是预测1/2下采样前的第l-1层高斯分解图像Gl-1，即通过扩展值操作，如式（4）所示： （0l≤N，0iCi，