基于非采樣Contourlet變換的圖像融合算法研究.pdf

1、圖像融合是利用不同類型傳感器的不同成像原理,提供互補(bǔ)信息,豐富圖像的信息量,增強(qiáng)其對環(huán)境的適應(yīng)性,以獲取對同一目標(biāo)較為準(zhǔn)確、全面、可靠的信息描述。圖像融合技術(shù)克服了單一傳感器成像在幾何特征和光譜特性等方面存在的局限性,增強(qiáng)了圖像的可信度和可理解性,提高了目標(biāo)識別和數(shù)據(jù)分類能力,使融合圖像包含源圖像的重要細(xì)節(jié)信息,更適合于人眼視覺感知和計(jì)算機(jī)后續(xù)處理。因此,圖像融合已作為信息融合的一個(gè)重要分支,成為目前熱門研究領(lǐng)域之一,在計(jì)算機(jī)視覺、醫(yī)學(xué)

2、領(lǐng)域、遙感領(lǐng)域、軍事領(lǐng)域等都有著廣泛的應(yīng)用前景。經(jīng)過幾十年發(fā)展,圖像融合已有一定成果,目前它們大都集中在像素級圖像融合的研究。但是,圖像融合算法和融合圖像質(zhì)量評價(jià)仍是圖像融合領(lǐng)域所存在的兩大難題,是國內(nèi)外科研人員的重點(diǎn)研究對象。
　　由于小波變換在時(shí)域和頻域同時(shí)具備良好的局部性及多分辨率性,使得在傳統(tǒng)圖像融合中小波成為了主流技術(shù)。近些年,針對小波變換缺乏方向性和各向異性等缺陷,非采樣Contourlet變換興起。本文主要研究基于非

3、采樣Contourlet變換的圖像融合算法,其主要工作及創(chuàng)新之處如下:
　　1.研究非采樣Contourlet域下的圖像邊緣特征刻畫,我們提出一種新的邊緣特征提取方法。在此基礎(chǔ)上,我們提出基于邊緣特征的圖像融合方法。對不同融合算法進(jìn)行對比實(shí)驗(yàn)驗(yàn)證了該算法簡單可行,不僅提高了融合效果,而且降低了時(shí)間復(fù)雜度。
　　2.結(jié)合圖像邊緣特征和脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN),提出了基于PCNN的圖像融合算法。該算法通過采用邊緣特征作為PC

4、NN的輸入激勵神經(jīng)元點(diǎn)火,點(diǎn)火時(shí)間作為圖像清晰度的判斷依據(jù),從而選取融合系數(shù)。對不同融合算法進(jìn)行對比實(shí)驗(yàn),結(jié)果表明該算法克服了傳統(tǒng)PCNN算法用像素灰度值激勵神經(jīng)元的局限性,其融合效果有較大的改善。
　　3.另一方面,研究了融合圖像質(zhì)量評價(jià)方法,提出了基于圖像清晰度和結(jié)構(gòu)相似度的融合圖像質(zhì)量客觀評價(jià)方法。該方法充分考慮了圖像結(jié)構(gòu)信息和人眼視覺特性,通過清晰度加權(quán)方法對圖像中的顯著區(qū)域賦予不同權(quán)值,無需參考圖像,可以為不同的應(yīng)用場合