一种基于区域和Contourlet变换的多聚焦图像融合新方法.doc

《一种基于区域和Contourlet变换的多聚焦图像融合新方法.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、一种基于区域和Contourlet变换的多聚焦图像融合新方法【摘要】本文提出了一种基于区域和contourlet变换相结合的图像融合新方法。该方法首先对源图像进行contourlet变换，得到高频和低频图像；接着根据各尺度上高频图像的大小来调整源图像尺寸进行分割，得到多尺度分割图像；然后采用区域高频系数绝对值之和作为区域活动度来指导系数融合；最后进行contourlet逆变换得到融合图像。采用均方根误差、信噪比、边缘融合质量指标和加权融合质量指标4种准则来评价融合算法的性能。实验结果表明，本文方法不仅在客观评价指标上优于

2、小波变换法，而且从主观评价上来看，本文的方法得到的融合图像更加的清晰。【关键词】Contourlet变换；图像融合；小波变换Abstract:ANewmethodformultifocusimagefusionbasedoncontourlettransformandregionisproposed.Firstly,contourlettransformisperformedonsourceimagestogethighfrequencyandlowfrequencyimages.Thesourceimagesar

3、eresizeddependingonthesizeofhighfrequencyimagesateachscaleandthentheyaresegmentedintodifferentregions.Thesumofabsolutevalueofhighfrequencycoefficientsinaregionisconsideredastheregionactivitytoconductcoefficientfusion.Attheend,theinversecontourlettransformisutili

4、zedtoobtainfusedimage.Theperformanceoftheimagefusionmethodisevaluatedusingfourcriteriaincludingrootmeansquareerror,signaltonoiseratio,edgedependentfusionqualityindexandweightedfusionqualityindex.Theresultsofexperimentsimplythatthenewmethodnotonlygethigherobjec

5、tassessmentindexscorebutalsogetamoreclearlyfusionimageinperceptualthanwavelettransformmethod.Keywords:contourlettransform,imagefusion，wavelettransform引言图像融合技术经过多年的发展已在很多方面得到了应用（如国防、医疗、遥感、机器视觉等）。所谓图像融合就是将两幅或两幅以上的源图像组合成一幅包含各源图像显著信息的复合图像，从而获得对某一场景的更全面、清晰的描述。当目前为止，人们

6、提出了不少图像融合方法——从简单的平均值法［1］到更为复杂的神经网络［2］、模糊聚类［3］、多尺度分析［4，5］方法等。小波变换以其良好的时频分析特性成为了图像融合的一种重要工具。但是小波变换自身也存在着一些缺点：小波变换的主要缺点在于不能有效地“捕获”7图像的方向信息（只有垂直、水平和对角三个方向），方向性的缺乏使得小波不能充分利用图像本身的几何正则性；另一方面，小波变换不能最优地表示含有线或面奇异的高维函数，小波基的支撑区间为不同尺寸大小的正方形，随着分辨率的变细，小波只能用“点”来逼近奇异性曲线，这样便不能稀疏地表

7、示原函数。所以说小波变换并不是最优或者最稀疏的函数表示方法［6，7］。为了克服以上不足，出现了brushlets［8］、complexwavelets［9］、curvelets［10］等一系列数学表示方法。在受到curvelets的启发下，MinhN.Do和MartinVetteri提出了一种“真正”的二维图像表示方法contourlet变换［6，7］。contourlet变换不仅具有小波变换的主要特征（如多尺度、时频局部性等），而且具有高度的方向性和各向异性等特性。contourlet变换和其他多尺度变换的主要区别在

8、于它在每一尺度上可以有不同的、可变数量的方向数。此外，contoulet变换不像curvelet变换那样从连续域入手，而是先在离散域中设计，而后再将其扩展到连续域中，这样也使得contourlet变换能够更有效的表示离散化的数字图像。综上所述可以看出，在理论上contourlet变换可以用于图像融合，在［11］中作者