基于小波变换的多聚焦图像融合方法.docxVIP

基于小波变换的多聚焦图像融合方法摘要：针对多聚焦图像融合后产生的图像边缘模糊问题，提出了一种基于小波变换的图像融合算法。用Mallat算法对多聚焦图像进行小波分解，得到低频图像和高频图像。对低频图像采用空间频率和对比度进行融合，对高频图像采用基于Canny算子的边缘检测融合方法进行融合，然后对融合后的图像使用小波逆变换得到融合后图像。通过仿真实验验证了算法的有效性，对实验结果进行主客观的评价，评价结果表明该方法得到的融合图像具有较好的主观视觉效果和客观量化指标，效果明显优于传统方法。关键字：图像融合；小波变换；空间频率 ；对比度Multi-focus Image Fusion Based on Wavelet TransformAbstract:In order to solve the blur problem of image edge produced by multi-focus image fusion, a multi-foucus image fusion algorithm based on wavelet transform is proposed. The image is decomposed by Mallat algorithm wavelet transform and we can obtain the low-frequency and high-frequency images.After that, different ways are used to deal with the low-frequency information and high-frequency information. The low-frequency coefficient based on spatial frequency and contrast and high-frequency coefficient based on a Canny edge detection operator.Then those image are fused by the inverse wavelet transform .The simulation results show the effectiveness of the algorithm.The experimental results of subjective and objective evaluation indicate that the fused image obtained by this method has better subjective visual effect and objective quantitative indicators, better than traditional methods.Key words:image fusion；wavelet transform；spatial frequency；contrast1引言图像融合是数据融合的一个重要分支，图像融合将同一对象的两个或多个图像合成在同一幅图像中，充分利用多幅图像资源，把多幅图像的互补信息依据某种准则融合，获得更适合进一步处理需要的图像，如目标识别，图像分析等。融合后的图像与原图像相比，信息更全面、精确，包含了原图像的互补信息和冗余信息，能有效地提高图像信息的利用率和系统对目标识别的可靠性。故图像融合在军事领域，遥感、医学领域、机器视觉上得到了广泛的应用[1]。多聚焦图像融合作为图像融合的研究内容之一，是指在相同成像条件下镜头聚焦不同的多个图像，通过图像融合可得到一个聚焦度清晰的图像。图像融合算法[2]有很多，主要有变换域融合方法，通过将图像变换到频域或其他变换域进行处理，如DWT，DFT等；色彩空间法与色彩映射法，色彩空间变换包括IHS变换等；色彩映射法主要是假彩色合成方法，它利用人眼对色彩变化的分辨率比对灰度等级变化率更为敏感的原理，利用某种假彩色技术，将包含在原始图像中的灰度信息用彩色信息表达，从而对图像细节有更细致的认识；多分辨率分析方法，包括金字塔方法[3]和小波分析方法等。常用的金字塔分解方法有高斯金字塔、拉普拉斯金字塔、比率低通金字塔、对比度金字塔等。Burt P提出Laplacian金字塔融合方法以后，基于Laplacian金子塔、比率低通金字塔、梯度金字塔等融合方法不断出现。塔形分解更利于人眼的识别，但在Laplacian金子塔中，不同分辨率的细节信息彼此相关，当要融合的图像差别太大时，这种相关性易引发算法的不稳定。20世纪90年代后，小波变换被应用于图像融合。小波变换与金字塔方法相比，结果没有明显的块效应，且具有更好的信噪比。运用小波变换