基于Contourlet变换和区域能量区域方差图像融合方法.docVIP

基于Contourlet变换和区域能量区域方差图像融合方法 　　摘 要： 针对图像融合技术中小波变换方法不能很好的表征图像边缘、轮廓和纹理等高维几何奇异性特征的问题，引入了Contourlet 变换方法。这种变换通过对源图像的分解、重构等步骤来实现对图像的融合；融合规则对高频子带采用基于区域能量匹配原则，低频子带采用区域方差匹配度原则来确定融合系数，更好的表示了图像的几何特性和边缘特征，包含了更多的图像信息。仿真结果表明，该方法是一种优于小波变换的新的图像融合方法。 　　关键词： 图像融合； 小波变换； Contourlet变换； 融合规则； 融合评价 　　中图文分类号：TP391.9 文献标志码：A 文章编号：1006-8228（2016）08-60-02 　　Abstract： Because the Wavelet transform method cannot be a good representation of the image edge， contour and texture and other high dimensional geometric singularity characteristics， so the Contourlet transform method is introduced. The method achieves image fusion by using decomposition， reconstruction and other steps to the source image， and the fusion coefficients are determined by the fusion rule that for the high frequency sub-band by using the regional energy matching principle and for the low frequency sub-band by using the regional variance matching principle， which the geometric features and edge features of the image are represented better， and more information of the image are contained. Simulation results show that proposed method is a new image fusion method that better than the Wavelet transform method. 　　Key words： image fusion； Wavelet transform； Contourlet transform； fusion rules； fusion evaluation 　　0 引言 　　小波变换由于其多分辨率和时-频局部特性能够很好的处理一维分段连续信号[1]。然而令人失望的是，在处理二维或更高维图像信号时，小波变换在一维信号处理时所表现出来的优异特性却不能得以体现。Contourlet变换作为一个新发展起来的离散图像融合算法，不但延续了小波多尺度分析的精髓，而且还具有多方向分析的优势，具有比小波变换更加稀疏的二维信号表示方法[1-2]。 　　1 Contourlet变换 　　作为一种新的图像二维表示方法，多分辨率、局部定位、多方向性、近邻界采样和各向异性是Contourlet变换十分显著的特征。自然图像的一个非常重要的特性是边缘轮廓，在图像处理过程中往往希望能够利用较少的系数就可以获取到图像的这些重要信息，具有多尺度和多方向属性的Contourlet变换基函数恰恰能做到这一点。Contourlet变换的精髓在于，首先对图像进行多尺度分解以便获取相应的边缘奇异点，然后再利用方向信息判断这些奇异点的特性，最后利用位置相近的点形成其轮廓段[3]。 　　2 Contourlet变换图像融合 　　假设A、B和F分别表示已经配准的源图像和融合后的图像，则Contourlet变换算法的步骤主要由分解、融合和重构三个步骤组成。 　　⑴ 分解：利用Contourlet变换规则对两幅源图像A和B分别进行相应分解，在此过程中将会获取到低频部分图像和高频部分图像。 　　⑵ 融合：采用不同的融合规则，分别处理分解后的低频和高频系数，形成各尺度方向上的Contourlet融合系数。 　　⑶ 重构：利用Contourlet逆变换的相关规则对步骤。 　　3 融合规则 　　除多尺度多方向分解和重构对图像融合