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 > 机械/仪表 > 一种基于显著特征的图像融合算法_王红梅
侵权投诉

一种基于显著特征的图像融合算法_王红梅

2010年8月第28卷第4期西北工业大学学报

JournalofNorthwesternPolytechnicalUniversityAug.2010Vo.l28No.4

一种基于显著特征的图像融合算法

王红梅,陈励华,李言俊,张 科

1

2

一种基于显著特征的图像融合算法_王红梅

1

1

1.西北工业大学航天学院,陕西西安 710072;2.第二炮兵工程学院301教研室,陕西西安 摘 要:充分利用小波变换的多分辨率分析特性,文章提出了一种基于显著特征的小波变换图像融合方法。首先对待融合图像进行小波分解,得到低频系数和高频系数;然后对低频系数提出了一种基于显著特征!!!空间频率的融合规则,对高频分量使用系数绝对值选大的规则进行融合;最后对融合后的低频系数和高频系数进行小波反变换得到融合图像。同时探讨了多聚焦图像中存在的虚假轮廓现

象并提出了一种简便的定位方法。仿真实验表明,文中算法得到的融合图像在视觉效果上较传统算法及其一些改进算法有所提高,同时熵、标准差和互信息等客观评价指标值也得到了提高。关 键 词:图像处理,小波变换,算法,图像融合,显著特征

中图分类号:TP391 文献标识码:A 文章编号:1000 2758(2010)04 0486 05 图像融合是对多源图像信息进行处理的技术,它可以在3个层次上进行:象素级、特征级与决策级,当前的研究热点是图像的象素级融合。由于具有多分辨分析的优点,小波分析方法在象素级图像融合中得到了广泛的应用。通过1次小波分解可以得到1个低频子图像和3个方向的高频子图像。对于低频子图像,传统的融合方法是加权平均法,但是该方法会降低融合图像的对比度,尤其是在分解层数较低时表现更为突出,人们也提出了一些

[2,4][1]

改进的低频分量融合规则,如将Burt提出的平均和选择相结合的策略应用于低频分量的融合中。但Burt方法中使用的区域特征是能量,该特征对于多聚焦图像的低频分量而言并不是一个显著特征,即不能有效区分清晰区域和模糊区域。因此,本文将空间频率特征引入到低频分量的融合中,提出了一种基于小波变换的图像融合方法,同时还分析研究了多聚焦图像中存在的虚假轮廓现象,并给出了一种计算简便的定位方法。仿真实验表明,算法在视觉效果和客观评价指标值方面都优于传统融合算法及其一些改进算法,是一种有效的图像融合算法。

收稿日期:2009 06 08

基金项目:航空科学基金(20090153003)、陕西省自然科学基金(2010JQ8015)、陕西省科技计划项目(2010k06 23)和西北工业

大学 翱翔之星 人才计划项目资助

作者简介:王红梅(1977-),女,西北工业大学副教授,主要从事图像处理、图像融合、目标识别和目标跟踪的研究。

[1~6]

1 结合小波变换和显著特征的图像融

合算法

传统的低频分量融合规则大都采用平均法,但在分解层数较低时,图像的大部分能量将集中在低频分量,直接采用平均法会明显降低融合图像的清晰度。本文在Burt提出的 平均和选择相结合 的融合规则基础上,提出了一种改进的融合算法。1 1 空间频率

空间频率反映了1幅图像空间的总体活跃程度。对于1个大小为m n的图像I,在I中以(i,j)为中心、选择大小为W1 W2的区域Q,则空间频率的定义如下

[3]

SF=

方法如下

RF=

1W2#i=1

1

(RF)+(CF)

(1)

式中RF和CF分别是Q的行频率和列频率,其计算

2

#

[I(i,j)-I(i,j-1)]

2

j=2

(2)

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