基于梯度算子的多聚焦图像融合算法研究.pdfVIP

赵学州 林家骏：基于梯度算子的多聚焦图像融合算法 鲁棒性测试：(a)噪声攻击：在嵌入水印的图像中加入密度为0．2的椒盐噪声；(b)滤波处理：对嵌 入水印的图像采用[5×5]中值滤波；(c)旋转攻击：对嵌入水印的图像旋转5。；(d)缩放攻击：对嵌入水 印的图像缩小为原始尺寸的一半，再扩大1倍。可得到如表1结果。现各方面指标均优于文献[43的 指标。 (e)JPEG压缩处理：(表2) 表1几种攻击后提取的水印相似度比较 图5是本文算法与文献[4]算法经过JPEG压缩处理后 提取效果比较。 如图5所示，文中提出的方法较之[4]中的方法有较强 的抗压缩攻击能力，尤其抗低压缩比攻击。图6是在不同水 表2 JPEG压缩处理后提取水印相似度 印容量下JPEG压缩处理后提取效果比较。 图6所示，本文算法在一定的水印容量范围内抗压缩攻 击能力对水印容量不敏感。 JPEG压缩攻击对比示意图 l O．99 O．98 。0．97 20．96 0．95 0．94 O．93 图5本文算法与文献[2]算法经过JPEG 图6 本文算法不同水印容量经过JPEG 压缩处理后提取效果比较图 压缩处理后提取效果比较图 3 结论 本文提出的水印算法，具有良好的抗噪声、滤波能力、抗JEPG压缩和尺寸攻击能力。特别是抗 JEPG压缩的能力更为突出，具有重要的应用价值。 基于梯度算子的多聚焦图像融合算法 华东理工大学信息科学与工程学院电信系赵学州，林家骏 多聚焦图像融合是指数码相机等设备有时无法将目标区域内的所有目标都聚焦清晰，聚焦了某个目 标，另一个可能就模糊了；这时就可以通过图像融合技术获得一幅全聚焦的图像，从而获得单幅图像得不 到的更加丰富的信息。 目前，图像融合技术的研究主要集中在像素级，像素级融合主要存在以下几种技术：基于PCA的图 像融合；基于HIS变换的图像融合；基于金字塔变换的图像融合；基于小波变换的图像融合。其中，小波 变换由于其良好的时频局部性及多分辨性，成为图像融合中的主流技术。 基于小波变换的图像融合算法的基本步骤如下：①首先对每一源图像分别进行多层小波变换，获得 相应的小波变换系数；②对各层分别进行融合处理，各层的不同频率分量采用不同的融合规则进行融合 处理，最终得到融合后的小波金字塔；③对融合后小波金字塔进行小波逆变换，得到重构图像即融合图 像。其中根据具体的应用不同，可选用不同的小波基函数和不同的融合规则。本文主要从融合规则角度 研究了多聚焦图像的融合算法。 根据多聚焦源图像的特性(每个源图像聚焦于不同目标)，可以通过计算各源图像的梯度来检测清晰 目标与模糊目标的边缘，进而将清晰的目标融合到一张图像中获得全聚焦的融合图像。文献[4]提出了 一种新的多聚焦图像融合算法，将梯度的概念引入到图像融合算法中。本文则采用图像处理中经常用到 的梯度算子Prewitt和Sobel进行高频分量的融合，实验结果证明该方法可以获得很好的融合效果。 一73— 圭鋈幂耄挚曩集差篓2006年学术年会论文集(电路与系统专委会) 1 基于梯度算子的图像融合算法 源图像经过一层小波变换后可得到4个子图像，分别为图像的低频分量(LL)、水平高频分量(LH)、 垂直高频分量(HL)和对角分量(HH)，低频分量对应源图像