專利名稱：基于提升小波變換和像素區(qū)域相關性的圖像融合方法
技術領域：
本發(fā)明屬于數(shù)字圖像處理方法，尤其涉及一種可提高多聚焦圖像和醫(yī)學圖像融合質(zhì)量的基于提升小波變換和像素區(qū)域相關性的圖像融合方法。
背景技術：
圖像融合是以圖像為研究對象的信息融合，它是把對同一目標或場景經(jīng)不同傳感器獲得的不同圖像，或者經(jīng)同一傳感器通過不同的成像方式或在不同時間獲得的不同圖像，融合成一幅圖像的過程。與原圖像相比，新的圖像能反映多重原始圖像的信息，是對目標和場景的綜合描述，進而更適合視覺感知或計算機處理。圖像融合作為一門綜合了傳感器、信號處理、圖像處理和人工智能等技術的新興學科，其應用領域遍及機場導航、對地觀測、智能交通、地理信息系統(tǒng)、安全監(jiān)控、醫(yī)療診斷等眾多領域。圖像融合通常可分為三種類型，即像素級圖像融合、特征級圖像融合和決策級圖像融合。像素級融合是直接作用于圖像像素點的最底層融合，它不僅有簡單快速的特點，也是特征級圖像融合和決策級圖像融合的基礎。因此，對于像素級圖像融合的研究具有很好的應用價值和理論意義。自上世紀90年代以來，由于小波變換在圖像處理領域的廣泛應用，眾多學者對基于小波的像素級圖像融合算法展開了廣泛的研究。小波變換是一種多分辨率、多尺度的時頻局部化分析工具，符合人眼視覺系統(tǒng)處理圖像信號的特點，它不僅可以提取不同尺度上的顯著特征，而且能夠利用人眼對不同方向的高頻分量具有不同分辨率這一特性，獲得視覺效果更佳的融合圖像。因此，小波變換用于圖像融合的可行性得到了廣泛的認同，并且被成功地應用于圖像融合領域。對于圖像融合方法，融合規(guī)則和融合算子的選擇是當前研究的熱點和難點。按照融合規(guī)則和融合算子的不同，現(xiàn)有多種基于小波的圖像融合方法，如加權平均的圖像融合方法和區(qū)域圖像融合方法等。前者通過對小波變換后的低頻子帶系數(shù)和高頻子帶系數(shù)進行加權得出融合系數(shù)，簡單直觀、適合實時處理。但是，其不足之處在于只是將待融合系數(shù)進行孤立的加權處理，卻忽略了相鄰小波系數(shù)間的區(qū)域相關性，進而導致融合精度的降低；后者對于待融合圖像的低頻子帶小波系數(shù)采用加權平均的融合規(guī)則，而對于高頻子帶系數(shù)則通過對系數(shù)區(qū)域特征的比較和判斷，進而確定高頻融合系數(shù)。這類方法有效地利用了同一子帶內(nèi)小波系數(shù)的局部相關性，相比于加權平均的圖像融合方法具有較強的捕捉高頻子帶邊緣系數(shù)的能力，取得了較好的融合效果。但是還存在著以下不足第一，圖像經(jīng)小波變換后的低頻系數(shù)集中了原圖像的大部分能量，對低頻系數(shù)采用加權平均融合規(guī)則會影響融合圖像的質(zhì)量；第二，所有高頻子帶的待融合系數(shù)均通過比較高頻系數(shù)的區(qū)域特征來確定融合系數(shù)，然而各個高頻子帶內(nèi)的相鄰系數(shù)分布呈現(xiàn)出明顯的方向特征，若融合過程中對八鄰域系數(shù)同等對待，難免也會降低融合精度
發(fā)明內(nèi)容
本發(fā)明是為了解決現(xiàn)有技術所存在的上述技術問題，提供一種可提高多聚焦圖像和醫(yī)學圖像融合質(zhì)量的基于提升小波變換和像素區(qū)域相關性的圖像融合方法。本發(fā)明的技術解決方案是一種基于提升小波變換和像素區(qū)域相關性的圖像融合方法，其特征在于按如下步驟進行
a.將待融合的兩幅圖像分別進行相同級數(shù)的提升方案小波變換；
b.獲得低頻子帶的所有融合系數(shù)
b.1對于每個待融合的低頻系數(shù)，計算每幅待融合圖像對應位置上低頻系數(shù)的八鄰域方差σ2
權利要求
1.一種基于提升小波變換和像素區(qū)域相關性的圖像融合方法，其特征在于按如下步驟進行 a.將待融合的兩幅圖像分別進行相同級數(shù)的提升方案小波變換； b.獲得低頻子帶的所有融合系數(shù) b.1對于每個待融合的低頻系數(shù)，計算每幅待融合圖像對應位置上低頻系數(shù)的八鄰域方差σ2 :
全文摘要
本發(fā)明公開了一種基于提升小波變換和像素區(qū)域相關性的圖像融合方法，包括以下步驟提升小波變換；低頻子帶融合系數(shù)的計算；高頻子帶融合系數(shù)的計算；低頻、高頻子帶的系數(shù)融合；小波逆變換。本發(fā)明對于低頻子帶的每個系數(shù)，根據(jù)其自相關特征，通過比較其協(xié)方差相關系數(shù)來確定融合系數(shù)。對于高頻子帶的每個系數(shù)，根據(jù)其所在子帶內(nèi)系數(shù)分布的方向特征，以及其所在同一方向子帶間的系數(shù)分布的四叉樹結(jié)構(gòu)特征，通過比較其子帶內(nèi)方向鄰域的匹配度和子帶間四叉樹結(jié)構(gòu)的匹配度，從而確定其融合系數(shù)。測試結(jié)果表明本發(fā)明的融合方法適用于多聚焦圖像和醫(yī)學圖像的融合。
文檔編號G06T5/50GK103065291SQ20121057378
公開日2013年4月24日 申請日期2012年12月26日 優(yōu)先權日2012年12月26日
發(fā)明者王相海, 周志光, 宋傳鳴, 蘇欣 申請人:遼寧師范大學