基于Directionlet域HMT模型與遺傳算法的圖像融合.pdf

1、圖像融合就是將源自同一場景或目標的多幅圖像合成一幅新的圖像，以獲得對該場景或目標更為準確和全面的描述。圖像融合技術充分利用了不同源圖像之間的互補信息和冗余信息，使融合后的圖像具有更高的可信度、較少的模糊和更好的可理解性，更適合于人類視覺感知或計算機的后續(xù)處理。圖像融合算法大致分為兩大類：基于空域的圖像融合算法和基于變換域的圖像融合算法，本研究工作主要圍繞變換域中的圖像融合展開。從有利于場景理解和目標識別的角度出發(fā)，在分析變換域圖像融合理

2、論和經典方法的基礎上，尋找能夠提取出源圖像更多有用信息，有效提高融合圖像質量的新方法。
　　本研究主要內容如下：⑴根據Directionlet變換所具有的優(yōu)良特性，提出了基于Directionlet變換的圖像融合框架。在該框架中，融合規(guī)則和算子至關重要，融合規(guī)則選擇的恰當與否直接關系到融合圖像質量的優(yōu)劣。本文采用自適應加權和基于遺傳算法的低頻子帶融合策略以及基于對比度和樹狀結構的高頻方向子帶融合策略。實驗結果表明，基于Direct

3、ionlet變換的融合框架所采用的上述融合規(guī)則能得到較優(yōu)的融合結果，說明該融合規(guī)則的有效性和可行性。⑵由于圖像的Directionlet系數與小波系數具有相似的統(tǒng)計特性，在圖像小波域隱馬爾可夫樹(HMT)模型的基礎上，建立了圖像的Directionlet域 HMT模型，并將其應用于圖像融合。在該融合算法中，利用圖像的Directionlet域HMT模型來撲捉不同尺度Directionlet系數之間的相關性，分別采用基于遺傳算法的低頻系數

4、融合策略和基于顯著性測量的高頻系數融合策略。實驗結果表明該算法使融合圖像具有更好的細節(jié)表達能力，較少的模糊以及人眼對圖像更好的視覺感受。⑶基于HIS變換的圖像融合方法可以有效地提高融合圖像的紋理細節(jié)特征，因此被廣泛用于多光譜與全色圖像的融合，但缺點是會導致融合圖像產生不同程度的光譜畸變。為了在提高多光譜圖像細節(jié)信息的同時盡可能地保持其光譜特性，本文提出一種基于HIS和Directionlet域HMT模型的多光譜與全色圖像融合方法，實驗結