6通道MSVD构造及其在多聚焦图像融合中的应用.pdfVIP

Vo l. 37 No.9 第 37 卷第9 期 系统工程与电子技术 2015 年 9 月 Systems Engineering and Electronics September 2015 文章编号: 1001-506X(2015) 09-2191-07 网址: 6 通道 MSVD 构造及其在多聚焦图像融合中的应用 刘 斌1 ，刘维杰2 ，魏艳萍1 (1.湖北大学计算机与信息工程学院，湖北武汉 430062; 2. 武汉大学计算机学院，湖北武汉 430072) 摘 要:针对经典的奇异值分解(singular value decomposition , SVD) 在图像处理中的不足，提出了一种 6 通 道多尺度奇异值分解(multi-scale SVD , Msvm 的构造方法，并将其应用于多聚焦图像融合中。首先，在经典 SVD 的基础上，利用矩阵分块的方法，给出了一种 6 通道 MSVD 的构造方法。其次，对参加融合的多聚焦图像进 行 6 遥远 MSVD 分解，得到高层低频和各层 5 个方向的高频，对分解的低频子图像采用取平均、高频子图像采用 区域能量取大的融合规则进行融合，并进行 MSVD 逆交换得到融合结果图像。最后，对融合结采图像进行主观 分析和客观许价。实验结采表明该方法有好的视觉效采，融合结果图像有较高的清晰度和较丰富的边缘细节信 息，且没有方块效应。从客观指标看，该方法有较高的清晰度和空间频率，其清晰度和空间频率比基于离散小波 交换、基于提升小波变换、基于曲泼交换和基于轮廓波变换的融合方法都高。 关键词:图像融合;矩阵奇异值分解;多尺度分析;多聚焦图像 中图分类号:~91 1. 73 文献标志码:A DOI: 10. 3969/j. issn. 1001-506X. 2015. 09. 35 Construction of the six channel multi-scale singular value decomposition and its application in multi-focus image fusion LIU Bin 1 , LIU Wei-jie2 , WEI YAN-ping 1 (1. School of Com户uter and Information Engineering , Hubei University , Hubei Wuhω1 430062 , China; 2. Computer School , Wuhan University , Wuhan 430072 , China) Abstract: In order to solve the deficiencies of classical singular value decomposition (SVD) in image pro cessing , a construction method of the six channel multi-scale singular val