基于局部能量和小波系数相位特征的图像融合方法.pdfVIP

第２６卷第１０期　　　 计算机应用与软件 Ｖｏｌ２６Ｎｏ．１０ ０９ ２００９年１０月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｏｃｔ．２０ 基于局部能量和小波系数相位特征的图像融合方法 龚 昌 来 （嘉应学院电子信息工程系　广东梅州５１４０１５） 摘　要　　分析基于局部能量的小波图像融合算法的优缺点，针对该算法存在的对窗口内像素包含独立信息考虑不足的问题，提出 一种改进算法。改进算法利用了窗口中心点小波系数的相位特征，将基于局部能量的选择和加权平均融合规则相结合，有效地提高 了融合效果。实验证明了改进算法的有效性。 关键词　　图像融合　小波分解　局部能量　相位特征 ＩＭＡＧＥＦＵＳＩＯＮＭＥＴＨＯＤＢＡＳＥＤＯＮＬＯＣＡＬＥＮＥＲＧＹＡＮＤＷＡＶＥＬＥＴ ＣＯＥＦＦＩＣＩＥＮＴＰＨＡＳＥＦＥＡＴＵＲＥ ＧｏｎｇＣｈａｎｇｌａｉ （ＤｅｐａｒｔｍｅｎｔｏｆＥｌｅｃｔｒｏｎｉｃａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＪｉａｙｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｍｅｉｚｈｏｕ５１４０１５，Ｇｕａｎｇｄｏｎｇ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　ＴｈｅａｄｖａｎｔａｇｅａｎｄｄｉｓａｄｖａｎｔａｇｅｏｆｗａｖｅｌｅｔｉｍａｇｅｆｕｓｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｌｏｃａｌｅｎｅｒｇｙａｒｅａｎａｌｙｚｅｄＴｏｏｖｅｒｃｏｍｅｉｔｓｄｉｓａｄｖａｎ ｔａｇｅｏｆｉｎｓｕｆｆｉｃｉｅｎｔｃｏｎｓｉｄｅｒａｔｉｏｎｏｎｔｈｅｉｎｄｅｐｅｎｄｅｎｔｉｎｆｏｒｍａｔｉｏｎｃｏｎｔａｉｎｅｄｉｎｐｉｘｅｌｓｉｎｓｉｄｅｔｈｅｗｉｎｄｏｗ，ａｎｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍｉｓｐｒｏｐｏｓｅｄＢｙｕ ｓｉｎｇｔｈｅｗａｖｅｌｅｔｃｏｅｆｆｉｃｉｅｎｔｐｈａｓｅｆｅａｔｕｒｅｏｆｗｉｎｄｏｗｃｅｎｔｒｅｐｉｘｅｌ，ｔｈｅｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍｃｏｍｂｉｎｅｓｔｈｅｓｅｌｅｃｔｉｏｎｏｆｌｏｃａｌｅｎｅｒｇｙｗｉｔｈｔｈｅｗｅｉｇｈ ｔｅｄａｖｅｒａｇｅｆｕｓｉｏｎｒｕｌｅ，ａｎｄｏｂｔａｉｎｓｍｕｃｈｂｅｔｔｅｒｆｕｓｉｏｎｐｅｒｆｏｒｍａｎｃｅＥｘｐｅｒｉｍｅｎｔｒｅｓｕｌｔｓｈａｖｅｐｒｏｖｅｄｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍ． Ｋｅｙｗｏｒｄｓ　　Ｉｍａｇｅｆｕｓｉｏｎ　Ｗａｖｅｌｅｔｄｅｃｏｍｐｏｓｉｔｉｏｎ　Ｌｏｃａｌｅｎｅｒｇｙ　Ｐｈａｓｅｆｅａｔｕｒｅ ０　引　言 １　基于局部能量的小波图像融合算法 图像融合是指综合来自多个传感器的图像数据，充分利用 １．１　基于小波变换的图像融合算法 彼此间的互补信息，获得对同一场景或目标更为精确和全面的 对二维图像进行Ｎ层的小波分解，可获得３Ｎ＋１个不同子 描述图像融合，能够有效地提高图像信息的利用率和系统对目 频带，其中包含３Ｎ个高频子带和１个低频子带。除了低频子带 标探测识别的可靠性，广泛应用于军事、医学、遥感、机器视觉、 的数据为正值外，其他高频子带的数据均在零值左右分布。在 目标识别等领域［１］。 高频子带中绝对值较大的系数对应于灰度突变之处，即对应于 小波变换具有对信号进行多分辨率分析特性，基于小波变 原始图像中的显著特征（如边缘、线、区域边界等）。基于小波 换的图像融合方法可以获得与人的视觉特性接近的融合效果。 变换的图像融合方法是先对多幅源图像进行小波分解，然后对 因此，近年来基于小波变换的融合算法成为人们研究的热点。 不同子频带的小波系数分别进行融合处理，再进行小波逆变换， 在图像融合算法中，融合规则的选取是至关重要的，它直接影响 即可得到融合后