專利名稱：結(jié)合多尺度雙邊濾波與方向?yàn)V波的多模圖像融合方法
技術(shù)領(lǐng)域：
本發(fā)明屬于信息處理技術(shù)領(lǐng)域，具體涉及一種結(jié)合多尺度雙邊濾波與方向?yàn)V波的 多模圖像融合方法。
背景技術(shù)：
圖像融合技術(shù)是將多傳感器采集到的關(guān)于同一場景的或同一目標(biāo)的多幅圖像進(jìn) 行一定的處理，綜合成一幅圖像，是多傳感器信息融會(huì)中可視信息的融合。它利用各種成 像傳感器不同的成像方式為不同的圖像提供互補(bǔ)信息的特點(diǎn)，使得融合圖像的信息更加豐 富，更加準(zhǔn)確、可靠地反映場景或目標(biāo)的信息。圖像融合技術(shù)能提高圖像的時(shí)空覆蓋范圍、 降低不確定性、提高系統(tǒng)的可靠性和魯棒性，它是一門綜合了傳感器、圖像處理、信號(hào)處理 和人工智能等的新興技術(shù)。近年來，圖像融合已成為一種十分重要的圖像理解與計(jì)算機(jī)視 覺技術(shù)，它在自動(dòng)目標(biāo)識(shí)別、目標(biāo)跟蹤、遙感、醫(yī)學(xué)輔助診斷和軍事應(yīng)用等領(lǐng)域有著廣泛的 應(yīng)用前景。在圖像融合方法中，具有代表性的方法是基于多尺度變換的圖像融合方法。其基 本思想是將源圖像分解到不同頻率子帶圖像上，然后分別對(duì)它們進(jìn)行融合運(yùn)算得到一個(gè)融 合的不同頻率的圖像表示，再經(jīng)相應(yīng)的逆多尺度變換獲得融合圖像。然而現(xiàn)有的基于多尺 度變換的圖像融合方法，在多尺度變換過程中對(duì)每個(gè)像素都以相同的方式處理，并沒有考 慮它們的特異性，這樣不能準(zhǔn)確地反映圖像的局部信息。另外，方向信息是圖像的一種重要 特征，在圖像融合中應(yīng)該把方向特征也考慮進(jìn)去。在以往的融合算法中，這兩方面都有所涉 及，但并沒有將它們有效地結(jié)合起來，不能準(zhǔn)確、可靠地衡量圖像局部特征的重要程度。

發(fā)明內(nèi)容
本發(fā)明的目的在于針對(duì)現(xiàn)有技術(shù)的不足，提供一種結(jié)合多尺度雙邊濾波與方向?yàn)V 波的多模圖像融合方法，該方法能夠提高融合圖像的質(zhì)量。為實(shí)現(xiàn)這樣的目的，本發(fā)明將多尺度雙邊濾波與方向?yàn)V波相結(jié)合對(duì)圖像進(jìn)行多尺 度分解并作相應(yīng)的融合處理。本發(fā)明首先采用多尺度雙邊濾波對(duì)源圖像進(jìn)行分解得到圖像 的低通圖像表示與高通圖像表示，然后利用方向?yàn)V波器組對(duì)高通圖像進(jìn)行方向?yàn)V波得到源 圖像的多尺度多方向表示，再按照一定的融合規(guī)則對(duì)這些子帶圖像進(jìn)行融合運(yùn)算得到一組 新的融合的子帶圖像，最后通過方向?yàn)V波重構(gòu)與逆多尺度雙邊變換得到最終的融合圖像。本發(fā)明的方法包括如下具體步驟(1)采用多尺度雙邊濾波對(duì)已配準(zhǔn)的源圖像進(jìn)行多尺度分解得到高通頻帶上的細(xì) 節(jié)信息和低通頻帶上的近似信息表示；(2)利用方向?yàn)V波器組對(duì)高通頻帶進(jìn)行方向?yàn)V波得到圖像多尺度、多方向表示；(3)計(jì)算各方向子帶的活躍度，以方向子帶系數(shù)的絕對(duì)值或平方作為它們的活躍 度；(4)對(duì)方向子帶與低通近似子帶分別做融合處理，對(duì)于方向子帶，選擇活躍度大的
3系數(shù)作為融合后的系數(shù)；對(duì)于低通近似子帶，對(duì)所有源圖像同一位置的系數(shù)平均得到融合 系數(shù)；(5)重構(gòu)融合圖像，首先對(duì)融合的方向子帶圖像進(jìn)行方向?yàn)V波重構(gòu)，得到高通細(xì)節(jié) 子帶圖像，與融合的低通近似子帶圖像一起構(gòu)成圖像的多尺度表示，再對(duì)它們進(jìn)行多尺度 雙邊逆變換即可得到最終的融合圖像。本發(fā)明采用雙邊濾波來實(shí)現(xiàn)多尺度分解，由于其在平滑圖像時(shí)還能保持邊緣，使 得融合圖像的邊緣與細(xì)節(jié)更豐富；多尺度雙邊濾波的重構(gòu)不涉及到卷積運(yùn)算，不需要對(duì)邊 界做專門處理；源圖像經(jīng)多尺度雙邊分解得到的高通細(xì)節(jié)圖像再送入方向?yàn)V波器組來捕獲 其方向信息，而方向信息是圖像的重要特征，因此能更加有效地捕獲圖像的重要特征。本 發(fā)明中采用的多尺度雙邊濾波與方向?yàn)V波都是非下采樣的，因而具有平移不變性，在融合 時(shí)可減少融合系數(shù)的錯(cuò)誤選取及配準(zhǔn)誤差對(duì)融合結(jié)果的影響，另外，由于具有平移不變性， 使得融合結(jié)果避免了振鈴效應(yīng)的出現(xiàn)；由于多尺度雙邊濾波與方向?yàn)V波都是可以完全重構(gòu) 的，因此它們的結(jié)合變換也是完全重構(gòu)的；雙邊濾波是一種空間自適應(yīng)的濾波，它與方向?yàn)V 波相結(jié)合能更好地捕獲圖像的幾何結(jié)構(gòu)。本發(fā)明提出的結(jié)合雙邊濾波與方向?yàn)V波的圖像融 合方法優(yōu)于傳統(tǒng)的基于多尺度變換的圖像融合方法，實(shí)驗(yàn)結(jié)果也證明了這一點(diǎn)。


圖1為本發(fā)明方法的流程框圖。圖2為本發(fā)明的方向?yàn)V波器組，其中，圖2(a)為利用二通道扇形濾波器組構(gòu)造的 四通道非下采樣的方向?yàn)V波器組，圖2(b)為對(duì)應(yīng)的頻率分割圖。圖3為本發(fā)明的仿真實(shí)驗(yàn)源圖像，其中，圖3(a)為可見光圖像，圖3(b)為紅外圖像。圖4為各種融合方法所得到的融合圖像，其中，圖4(a)到圖4(e)分別是基于離 散小波變換(DWT)、靜態(tài)小波變換(SWT)、雙樹復(fù)小波變換(DTCWT)、非下采樣輪廓波變換 (NSCT)和多尺度雙邊濾波(MBF)方法所得融合圖像，圖4(f)為本發(fā)明方法所得的融合圖像。
具體實(shí)施例方式為了更好地理解本發(fā)明的技術(shù)方案，下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步詳 細(xì)的描述。參見圖1，是本發(fā)明方法的流程框圖。首先分別對(duì)兩幅源圖像^和Ib實(shí)施多尺度 雙邊分解和方向?yàn)V波分解，得到它們的多尺度、多方向子帶圖像，對(duì)這些子帶圖像進(jìn)行融合 得到融合的多尺度、多方向子帶圖像，再對(duì)它們實(shí)施方向?yàn)V波重構(gòu)與逆多尺度雙邊變換就 能獲得融合圖像IF。其具體實(shí)施如下一、參見圖3(a)和圖3(b)，對(duì)源圖像Ia和Ib實(shí)施多尺度雙邊分解，得到它 們的低通子帶圖像、CblJi, j)和高通子帶圖像{Cf(i,j\n = 1,2,...,l}、
{cf{ij\n = \X...,L}，其中(i，j)為子帶圖像的空間位置，L表示分解層數(shù)。雙邊濾波是一種空間變化的濾波，它根據(jù)像素之間的幾何相近性及亮度相似性結(jié)
4合像素值，在平滑圖像的同時(shí)還能保持邊緣。多尺度雙邊濾波將雙邊濾波擴(kuò)展到多尺度，它 分解圖像為高通頻帶上的細(xì)節(jié)子帶和低通頻帶上的近似子帶，這些子帶的大小與原圖像大 小是一樣的。對(duì)于圖像I，利用式(1)可得到濾波圖像序列
權(quán)利要求
1. 一種結(jié)合多尺度雙邊濾波與方向?yàn)V波的多模圖像融合方法，其特征在于包括如下順 序的步驟(1)采用多尺度雙邊濾波對(duì)已配準(zhǔn)的源圖像進(jìn)行多尺度分解得到高通頻帶上的細(xì)節(jié)信 息和低通頻帶上的近似信息表示；(2)利用方向?yàn)V波器組對(duì)高通頻帶進(jìn)行方向?yàn)V波得到圖像多尺度、多方向表示；(3)計(jì)算各方向子帶的活躍度，以方向子帶系數(shù)的絕對(duì)值或平方作為它們的活躍度；(4)對(duì)方向子帶與低通近似子帶分別做融合處理，對(duì)于方向子帶，選擇活躍度大的系 數(shù)作為融合后的系數(shù)；對(duì)于低通近似子帶，對(duì)所有源圖像同一位置的系數(shù)平均得到融合系 數(shù)；(5)重構(gòu)融合圖像，首先對(duì)融合的方向子帶圖像進(jìn)行方向?yàn)V波重構(gòu)，得到高通細(xì)節(jié)子帶 圖像，與融合的低通近似子帶圖像一起構(gòu)成圖像的多尺度表示，再對(duì)它們進(jìn)行多尺度雙邊 逆變換即可得到最終的融合圖像。
全文摘要
本發(fā)明屬于信息處理技術(shù)領(lǐng)域，具體涉及一種結(jié)合多尺度雙邊濾波與方向?yàn)V波的多模圖像融合方法。本發(fā)明用以融合同一場景或同一目標(biāo)的不同傳感器的圖像，首先，利用多尺度雙邊濾波對(duì)源圖像進(jìn)行分解得到一個(gè)低通圖像與一系列高通圖像，然后對(duì)高通圖像進(jìn)行方向?yàn)V波得到圖像的方向表示，再按照一定的融合規(guī)則對(duì)這些低通圖像與方向子帶圖像分別進(jìn)行融合得到融合的低通圖像與方向子帶圖像，最后通過方向?yàn)V波重構(gòu)與逆多尺度雙邊濾波得到融合圖像。本發(fā)明獲得了較好的融合效果，優(yōu)于傳統(tǒng)的多尺度幾何分析方法，融合圖像的質(zhì)量得到了較大的提高。
文檔編號(hào)G06T5/50GK102005037SQ20101054293
公開日2011年4月6日 申請(qǐng)日期2010年11月12日 優(yōu)先權(quán)日2010年11月12日
發(fā)明者李樹濤, 胡建文 申請(qǐng)人:湖南大學(xué)