基于区域特性Contourlet域多聚焦图像融合算法.docVIP

基于区域特性Contourlet域多聚焦图像融合算法 　　摘要：利用Contourlet变换的多尺度、局部化、方向性和各向异性等优点，提出了一种基于区域特性的Contourlet域多聚焦图像融合算法，该算法将源图像分解至Contourlet变换域，在不同尺度、不同方向的子带中结合区域特性进行图像融合，低频和高频子带中分别采用区域方差和区域能量作为融合规则，最后通过反变换得到融合图像，实验结果表明，所提出的算法能够更好地提取原始图像特征，融合后的图像具有更好的主观视觉效果，与经典的梯度金字塔算法和小波变换算法相比，新算法的均方误差最大值仅为前二者的34.8％和42.6%。 　　关键词：图像融合；Contourlet变换；多聚焦；区域能量 　　中图分类号：TP941　文献标识码：A　文章编号：0253-987X(2007)04-0448-05 　　 　　在使用光学设备进行成像时，由于镜头景深有限，很难将场景内的所有目标全部清晰成像，而多聚焦图像融合技术能够将聚焦点不同的多个图像(多聚焦图像)中的清晰部分处理、综合成新图像，使得场景里的背景目标均匀清晰。 　　经典的图像融合算法包括加权平均算法[1]、塔式分解法[2]、主分量分析(Principal Component A-nalysis，PCA)算法[3]以及Brovey变换融合算法[4]等，近20年发展起来的小波分析兼具