基于双树复小波变换的多聚焦图像融合-论文.pdf

《基于双树复小波变换的多聚焦图像融合-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第34卷第2期核电子学与探测技术Vo1．34No．22014年2月NuclearElectronics&DetectionTechnologyFeb．2014基于双树复小波变换的多聚焦图像融合范艳玲，杨明(中北大学电子测试技术国家重点实验室，太原市030051)摘要：针对多聚焦图像的成像特点和变换后高低频系数的特性，提出了一种基于双树复小波变换的多聚焦图像融合方法。首先对源图像进行双树复小波变换，其次对低频系数采用基于改进的梯度算子的融合准则，而对高频系数采用基于局部区域能量匹配度的融合准则，然后进行一致性检验，最后进行重构得到

2、融合结果。对融合结果采用交叉熵、均方根误差、扭曲程度等评价指标进行评估。实验结果表明，该方法能够获得清晰度更高的融合图像。关键词：双树复小波变换；多聚焦图像融合；梯度；局部区域能量中图分类号：TP391文献标志码：A文章编号：0258-0934(2014)02-0204-04多聚焦图像融合是图像融合的一个研究内年人们将它应用到图像融合领域中，取得了不容，它是指采用某种融合策略将同一场景内聚错的效果I8。。。焦点不同的图像进行综合处理，从而得到一幅本文在DT—CWT的基础上，通过分析多场景内所有目标都清晰的新图像。多聚焦图像聚焦图

3、像的成像特点和变换后的高低频系数的融合技术在军事应用、医学图像处理、机器视相关性，提出了一种基于DT—CWT的多聚焦觉、目标识别等领域都有着广泛的实际应用价图像融合方法。实验结果表明，利用DT—CWT值】。对图像几何特征的表达能力，能够更加有效地目前在多聚焦图像融合问题的研究中，基提取原始图像的方向信息，从而提高了融合图于小波变换的融合方法应用最广泛，但是像的质量。小波变换不具有平移不变性，而且只能捕获有1DT—CWT原理限的方向信息，制约了其细节方面的表现能力。而双树复小波变换(Dual—TreeComplexWave—DT—

4、CWT变换是通过2棵实小波树(TreeletTransform，DT—CWT)克服了小波变换A，TreeB)并行来生成小波系数的实部和虚的这些缺陷，它不仅具有近似的平移不变性和部，图1给出了二维DT—CWT分解尺度为l优良的方向分析能力，还具有有限的数据冗余、的示意图。其中，。和是TreeA对应的低高效的计算效率、较好的重构效果等特点，近几通滤波器和高通滤波器，和g是TreeB对应的低通滤波器和高通滤波器。2表示隔点取样。2棵树分别作用于源图像的行和列，产收稿日期：2013—10—12基金项目：国家自然科学基金(61171179

5、)；山西省自生了双树结构。每级分解后得到2个低频子带然科学基金资助项目(2010011002—1)。A，-f】，t=1，2(低频部分用于产生下一尺度作者简介：范艳玲(1988一)，女，山西吕梁人，在读硕上的低频与高频部分)，同时得到6个方向(分士研究生，主要研究方向：工程中的数学问题、图像别为±15。，~45。，±75。)的高频子带D(川．11，融合。2：1，2，⋯，6，因而每一层分解有6个不同方向204州佰思，述一歹提向J图诼万l肼司百肌驯硐r一口(一1，)-2aq—l，J+1)1度，从而．-7以更好地提取原始图像的方向信息。

6、g(a(i，))={一口(，+1)+a(i，_，一1)}。嗣I．害+2a(i+l，J一1)+a(i+1，)．、悃TreeAl嵋lI一＼：=／I二竺!lStepl：根据式(1)分别计算两幅源图像相应分解层上对应的梯度G(A(i，J))和G(BI]l谑耀(i,j))；堰怒Step2：融合规则如下：VG(B(B。l一，、r[咽=．：(2)图1二维双树复小波变换2．2基于局部区域能量匹配度的高频小波系2基于DT—CWT的多聚焦图像融合数的融合算法高频子带反映的是图像的大部分边缘特征，集中了大部分的细节信息，而区域能量以两幅图像的融合为例

7、，设A，B为已精确反映的是图像的显著特征，因此选择局部区域配准的多聚焦源图像，F为融合图像。首先对能量作为清晰度量来确定高频子带系数。源图像A和B进行DT—CWT分解，每一级分对于尺度为k、方向为z的高频系数矩阵解有6个方向的高频子带和2个低频子带。下D．f】，z=1，2⋯，6，元素d(i，_『)的局部区域能面是高低频小波系数的具体的融合过程。量定义如下：2．1基于改进的梯度算子的低频小波系数的融合E(．1)(√)=∑∑低频子带反映的是源图像的概貌信息，而(i√)d2(i+m,j+／1,)。(3)梯度反映的是图像边缘化的程度，因

8、此选择梯其中区域大小为3×3，即P=1；W是权重度作为清晰度量来确定低频子带系数，并采用改进的sobel算子来计算梯度¨卜，由于改进，1『Jl11]●矩阵且=lL8l。的sobel算子在经典sobel算子的基础上，增加111j了45。和135。两个方向，所以减少