双树复小波变换的图像融合算法

《双树复小波变换的图像融合算法》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15期计算机工程2008年8月Vol.34No.15ComputerEngineeringAugust2008·人工智能及识别技术·文章编号：1000—3428(2008)15—0176—03文献标识码：A中图分类号：TP391基于双树复小波变换的图像融合方法1,21,31王亚杰，李殿起，徐心和(1.东北大学信息科学与工程学院，沈阳110004；2.沈阳航空工业学院工程实践中心，沈阳110034；3.沈阳工业大学机械学院，沈阳110023)摘要：为获得更好的融合效果，提出基于双树复小波变换的图像融合方法。双树复小波变换具有平移不变性、方向选择性等特点，适合进行图像融合

2、，优于传统离散小波变换方法。给出多策略的融合规则，源图像小波变换后低频采用区域清晰度，高频采用区域标准差。灰度多聚焦图像和彩色多聚焦图像的融合实验测试以及评价指标的统计结果，表明了双树复小波变换方法的优势和所用融合规则的有效性。关键词：小波变换；双树复小波变换；图像融合；多策略MethodofImageFusionBasedonDual-treeComplexWaveletTransform1,21,31WANGYa-jie,LIDian-qi,XUXin-he(1.SchoolofInformationScience&Engineering,NortheasternUnive

3、rsity,Shenyang110004;2.EngineeringPracticeCenter,ShenyangInstituteofAeronauticEngineering,Shenyang110034;3.SchoolofMechanicalEngineering,ShenyangUniversityofTechnology,Shenyang110023)【Abstract】AnimagefusionmethodbasedonDual-TreeComplexWaveletTransform(DT-CWT)isputforwardinordertoobtainbetter

4、fusioneffect.TheDT-CWTissuitabletoimagefusionprocessingbecauseofitsshiftinvarianceanddirectionalselectivity.ItispreferabletotraditionalDiscreteWaveletTransform(DWT).Thefusionrulesbasedonmulti-schemearealsopresented.Thelowfrequencypartemployslocaldefinition,andthehighfrequencypartsemploylocal

5、standarddeviationafterwavelettransformofsourceimages.Theexperimentalresultsofgraymulti-focusimagesfusionandcolormulti-focusimagesfusion,andthestatisticsofevaluatingindexshowthatDT-CWTissuperiortoDWTandtheproposedfusionrulesareeffective.【Keywords】Wavelettransform;Dual-TreeComplexWaveletTransf

6、orm(DT-CWT);imagefusion;multi-scheme1概述D(j+1,m),m=1,2,⋯,6。无论分解树多深，总体数据冗余都为4:1。列卷积随着小波理论的发展，小波多尺度分解在像素级图像融行卷积[1]合上得到了较好的应用。然而传统的小波变换(DWT)明显h0(n)↓2A(j+1,1)存在不足：即移变性和较少的方向选择性(只3个方向)，移h0(n)↓2变性是指输入信号中一个小的移动将导致小波变换后各尺度h1(n)↓2D(j+1,1)子带系数分布上有较大的改变，这一点对于不能完全配准的TreeA图像进行融合非常不利。而双树复数小波变换(DT-CWT)可以h0(

7、n)↓2D(j+1,2)克服这些不足，近几年人们也开始将它应用到图像融合中，h1(n)↓2并取得了较好效果[2]。h1(n)↓2D(j+1,3)在DT-CWT基础上，本文提出了高低频采用不同度量的A(j,1)融合策略：低频采用清晰度；高频采用标准差。算法在灰度g0(n)↓2A(j+1,2)和彩色多聚焦图像融合上都得到了较好验证。对于彩色多聚g0(n)↓2焦图像融合，还利用了HSI变换法，并通过融合后的I分量g1(n)↓2D(j+1,4)来选择其他分量，即减小了计算量，又提高了融合性能。Tre