文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 信息与通信 > 基于小波变换的图像像素级融合算法研究
侵权投诉

基于小波变换的图像像素级融合算法研究

科技信息○高校讲坛○SCIENCE&TECHNOLOGYINFORMATION2008年第8期

基于小波变换的图像像素级融合算法研究

宗常进1

吴元伟2

(1.中国海洋大学信息科学与工程学院计算机系山东青岛266071;

2.青岛绿色动力再生能源有限公司山东青岛266555)

摘要】提出了一种基于小波变换的图像融合方法,并针对该算法对存在局部噪声的图像以及局部噪声和局部模糊并存的图像融合效果【

不理想的问题,提出了改进算法。弥补了原算法的缺陷。实验证实,改进算法对不同类型的图像具有较好的适应性和鲁棒性,有实用价值。

关键词】小波变换;图像融合;中值滤波;融合规则【

AstudyofimagefusionmethodBasedonWaveletTransform

ZongChangjin

(OceanUniversityofChinaDepartmentComputerScience,Qingdao266071,CHN)

【Abstract】Animagefusionalgorithmbasedonwavelettransformisproposedinthispaper.Toovercomeitsdisadvantage,animprovedmethodispresented,whichismoreeffectivelyonfusionofimagescontaininglocalnoiseorbothlocalnoseandblur.Itisillustratedthatthenewalgorthimisrobustandavailablebyresultsofexperiment.

【keywords】WaveletTransform;imagefusion;medianfiltering;fusionrule

1.引言

图像融合是将两幅或多幅图像融合在一起,帮助理解图像并快速地获取感兴趣的信息。应用小波进行图像融合的原理是将融合方法应用到原始图像的小波分解的低频分量和高频分量中。在某些情况下,由于受照明、环境条件、目标状态、目标位置以及传感器固有特性等因素的影响,单一的图像信息不足以用来对目标或场景进行更好的检测、分析和理解,需要多幅图像融合来得到更全面的信息。融合后的图像应更符合人或者机器的视觉特性,有利于对图像进行进一步的分析和理解,有利于图像中目标的检测和识别或跟踪。图像融合技术不同

图像理解等多个领域。于一般意义的图像增强,它涉及到计算机视觉、

图像融合技术广泛应用于军事、遥感、计算机视觉、医学图像处理等领域中。

根据融合处理所处的不同阶段,图像融合的处理有像素级融合、特征级融合和决策级融合3个层次。像素级融合中,多分辨率图像融合算法是其中一类重要的算法,而小波变换法是多分辨率分析中一种常用的算法。基于小波变换的融合算法减少了层间的相关性,得到更好的融合结果。本文提出通过取细节和近似信号最大值,和使用细节和近似信号平均值进行融合算法,对现有的一种基于小波分解的图像融合规则进行仿真实验,证实该方法对部分模糊图像融合有一定的优势,实验证明,该算法对不同类型的图像具有较好的适应性和鲁棒性,有一定的实用价值。

ψ(0)=

^

’ψ(t)dt=0

-∞^

2

∞

(2.7)

为了使信号重构的实现在数值上是稳定的,处理完全重构条件外,还要求小波ψ(t)的傅立叶变化满足下面的稳定性条件:

∞

A≤)ψ(2-jω)≤B-∞

(2.8)

式中0<A≤B<∞

从稳定性条件(2.8)可以引出一个重要的概念。定义(对偶小波)若小波ψ(t)满足稳定性条件(2.8)式,则定义一个

^

*(ω*(ω对偶小波ψ),其傅立叶变换ψ)由下式给出:

^

*(ωψ)=

ψ*(ω)

∞

⌒

)

j=-∞

)ψ(2ω

⌒

-j

2

(2.9)

2.一维连续小波变换

"),当ψ(ω定义:设ψ(t)∈L2(R),其傅立叶变换为ψ(ω)满足允许条件

(完全重构条件或恒等分辨条件)

Cψ=

(ω)

ψ^

2

^

^

注意,稳定性条件(2.8)式实际上是对(2.9)式分母的约束条件,它的作用是保证对偶小波的傅立叶变换存在的稳定性。值得指出的是,一个小波的对偶小波一般不是唯一的,然而,在实际应用中,我们又总是希望它们是唯一对应的。因此,寻找具有唯一对偶小波的合适小波也就成为小波分析中最基本的问题。连续小波变换具有以下重要性质:

(1)线性性:一个多分量信号的小波变换等于各个分量的小波变换之和。

(2)平移不变性:若f(t)的小波变换为Wf(a,b),则f(t-τ)的小波变换为Wf(a,b-τ)。

(3)伸缩共变性:若f(t)的小波变换为Wf(a,b),则f(ct)的小波变换为

dω<∞(2.2)

R

1W(ca,cb),c>0。

f

-(4)自相似性:对应不同尺度参数a和不同平移参数b的连续小波变换之间是自相似的。

(5)冗余性:连续小波变换中存在信息表述的冗余度。

小波变换的冗余性事实上也是自相似性的直接反映,它主要表现在以下两个方面:

(1)由连续小波变换恢复原信号的重构分式不是唯一的。也就是说,信号f(t)的小波变换与小波重构不存在一一对应关系,而傅立叶变换与傅立叶反变换是一一对应的。

(2)小波变换的核函数即小波函数ψa,b(t)存在许多可能的选择(例如,它们可以是非正交小波、正交小波、双正交小波,甚至允许是彼此线性相关的)。

小波变换在不同的(a,b)之间的相关性增加了分析和解释小波变换结果的困难,因此,小波变换的冗余度应尽可能减小,它是小波分析中的主要问题之一。

由于图像信号本身结构的复杂性和处理要求的多样性,现有的傅立叶分析及一些自适应能力差的滑窗处理都很难取得令人满意的效果。小波变换以其优良的时频分析能力及其高效的多分辨处理算法,为图像处理的研究提供了一个强有力的数学工具。

时,我们称ψ(t)为一个基本小波或母小波。将母函数ψ(t)经伸缩和平移后得

ψa,b(t)=

1

$ψ(t-b)a,b∈R;a≠0

(2.3)

称其为一个小波序列。其中a为伸缩因子,b为平移因子。对于任意的函数f(t)∈L2(R)的连续小波变换为

Wf(a,b)=<f,ψa,b>=a

∞

∞

-1/2

R

’f(t)ψ()dt

(2.4)

其重构公式(逆变换)为

f(t)=1

ψ

’’a1W(a,b)ψ(t-b)dadb

-∞

-∞

f

(2.5)

由于基小波ψ(t)生成的小波ψa,b(t)在小波变换中对被分析的信号起着观测窗的作用,所以ψ(t)还应该满足一般函数的约束条件

’

∞

-∞^

ψ(t)dt<∞(2.6)

^

故ψ(ω)是一个连续函数。这意味着,为了满足完全重构条件式,ψ(ω)在原点必须等于0,即

3.基于小变换理论的图像像素级融合仿真实验

201

第1页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email