基于小波框架的多传感器图像融合(1)

《基于小波框架的多传感器图像融合(1)》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、基于小波框架的多传感器图像融合曾梅兰&，!金升平!（&孝感学院数学系，湖北孝感#)!&""）（!武汉理工大学理学院，武汉#)"";)）<.=+31：>=1%6&?&!;$2@=摘要图像融合是多传感器信息融合在图像处理领域的一个重要应用，以小波变换为工具是这一领域研究方法上的重大突破。文章从理论上分析了以小波框架进行图像融合优于正交小波，采用不同的融合规则对同一目标的不同聚焦图像进行试验，并对实验结果进行了分析和评价，评价结果与理论分析相吻合。关键词图像融合正交小波分解框架分解融合规则文章编号&""!.7))&.（!""#）!%.""%8.")文献标识码A中

2、图分类号BC8&&$6)!"#$%&’(&)*+,-.’/"&%)(0-&’1)(2-3’#’$/*-,’4’(.!’%#-(5，67%(89’(.:%(.6（&DE0+FG=E4G@HI+GJE=+G32-，K3+@L+4M43NEF-3GO，K3+@L+4，P,QE3#)!&""）（!R@11ELE@HS23E42E-，T,J+4M43NEF-3GO@HBE2J4@1@LO，T,J+4#)"";)）;<&$*-=$：U=+LEH,-3@43-+43=0@FG+4G+00132+G3@4@H=,1G3-E4-@F34H@F=+G3@4H,-3@434GJ

3、EH3E1V@H3=+LE0F@2E--34L，+4VG+W34LX+NE1EGGF+4-H@F=+-+G@@13-+LFE+GQFE+WGJF@,LJ34FE-E+F2J=EGJ@V@HGJ3-H3E1V$U4GJ3-0+0EF，XE+4+1O>EGJE@FEG32+11OGJ+GH,-34L3=+LEX3GJX+NE1EGHF+=E3--,0EF3@FG@@FGJ@L@4+1X+NE1EG，+4V0EFH@F=+4EY0EF3=E4G@4V3HHEFE4GH@2,-3=+LE-@HGJE-+=E@QZE2GX3GJV3HHEFE4GH,-3@4F,1E

4、-$BJEFE-,1G-@HGJEEY0EF3=E4G+FEEN+1,+GEV，+4VGJEFE-,1G-+22@FVX3GJGJEGJE@FEG32+1+4+1O-3-$>’?@)*1&：3=+LEH,-3@4，@FGJ@L@4+1X+NE1EGVE2@=0@-3G3@4，HF+=EVE2@=0@-3G3@4，H,-3@4F,1E&引言别和后续的目标识别过程。为了克服这一问题，人们又提出了多传感器信息融合（也称数据融合）是通过多（种、类）传感基于金字塔的图像融合方法，其中包括*+,--./+01+23+4金字塔’#(、梯度金字塔、比率低通金字塔’%56(

5、、形态学金字塔’7(等。在这器数据的综合以获得比单一传感器更多的信息。这里所指的传感器是广义的，它是指与环境匹配的各种信息获取系统，如：雷类算法中，原图像不断地被滤波，形成一个塔状结构。在塔的每达、导航、遥感遥测、通信等系统。信息融合技术已成功地应用一层都用一种融合算法对这一层的数据进行融合，从而得到一于众多的研究领域，如：机器人和智能仪器系统；图像分析与理个合成的塔式结构。然后对合成的塔式结构进行重构，得到合解；多源图像复合；战场任务与无人驾驶飞机；目标检测与跟成图像。近些年来，人们开始将小波多尺度分解用于图像融合’8，&"(。基于小波分解的融合方法保留

6、和继承了塔形分解融合方踪；自动目标识别等。在多传感器信息融合领域中，图像融合的应用最为广泛。它是指把来自多传感器的一组输入图像运用某法的主要优点；同时，由于小波分解具有非冗余性，使得图像经种融合技术得到一幅合成图像的过程。通过对多幅传感器图像小波分解后的数据总量不会变大；利用小波分解的方向性，就的融合，可克服单一传感器图像在几何、光谱和空间分辨率等有可能针对人眼对不同方向的高频分量具有不同分辨率这一方面存在的局限性和差异性，提高图像的质量，以便更符合人视觉特性，获得视觉效果更佳的融合图像。该文用小波框架进或机器的视觉特性，利于对图像的进一步分析、目标的检测

7、、识行图像融合，小波框架在实际应用中可以把光滑性、紧支性、对别或跟踪。通常，图像融合可分为三个层次：像素级融合、特征称性等完美结合在一起，易于实现，对信号的重构较正交小波级融合和决策级融合。像素级融合是指直接对传感器采集来得具有更好的稳定性，实验结果也表明其融合结果优于正交小数据进行处理而获得融合图像的过程，它是高层次图像融合的波法。基础，也是目前图像融合研究的重点之一。最简单的多幅图像融合方法是加权平均法’&，!(，也就是对多!小波分解幅原图像的对应像素点进行加权处理。加权平均法的优点是简一个一维信号（!"）被分解为：单直观，适合实时处理。这种方法的缺点

8、是融合后图像的对比（!"）#!&$，%!$，%（&）度很差。简单的