像素級(jí)多源圖像融合方法研究.pdf

1、近年來，各種成像設(shè)備陸續(xù)走入人們的生活，不同類型圖像數(shù)據(jù)的獲取變得越來越方便。然而，由于成像機(jī)理的制約，單一類型的圖像數(shù)據(jù)往往無(wú)法滿足某種實(shí)際應(yīng)用的需求。此外，同種類型成像設(shè)備在不同的成像條件（例如焦距、曝光時(shí)間等成像參數(shù)）下采集到的圖像通常也存在很大差異，而固定一種條件下得到的圖像難以反映出場(chǎng)景的全部信息。因此，如何對(duì)來自不同成像機(jī)理和成像條件的多幅圖像進(jìn)行融合處理以完成既定的任務(wù)就成為亟待研究的課題。像素級(jí)多源圖像融合是指綜合同一場(chǎng)

2、景不同來源的多幅輸入圖像（源圖像）的互補(bǔ)信息，利用圖像處理算法生成一幅新的圖像（融合圖像），使該融合圖像比任何一幅源圖像都能更為全面、準(zhǔn)確地描述所述場(chǎng)景。多源圖像融合技術(shù)在視頻監(jiān)控、醫(yī)療診斷、衛(wèi)星遙感、數(shù)碼攝影等諸多領(lǐng)域都具有很高的應(yīng)用價(jià)值。
　　在上述研究背景下，本文針對(duì)多聚焦圖像、多曝光圖像、可見光與紅外圖像、多模態(tài)醫(yī)學(xué)圖像等多種類型的圖像融合問題進(jìn)行了深入研究，提出了多種變換域和空域圖像融合新方法，希望能為推動(dòng)圖像融合研究的

3、進(jìn)程作出一定貢獻(xiàn)。
　　本文的主要研究?jī)?nèi)容和創(chuàng)新點(diǎn)如下:
　　1.在基于多尺度變換的圖像融合方法研究中，針對(duì)傳統(tǒng)基于小波變換的融合方法不具有平移不變性的缺點(diǎn)，提出了一種結(jié)合小波變換和自適應(yīng)分塊的多聚焦圖像融合算法。該算法以離散小波變換為框架，對(duì)低頻系數(shù)采用自適應(yīng)尺寸分塊的方法進(jìn)行融合，圖像塊的尺寸用差分進(jìn)化算法優(yōu)化求解，然后對(duì)此低頻融合結(jié)果進(jìn)行精細(xì)化處理，得到一幅精確到每個(gè)系數(shù)來源的標(biāo)簽圖，再利用局部小波能量與該標(biāo)簽圖相結(jié)合

4、的方法對(duì)高頻系數(shù)進(jìn)行融合，最后重構(gòu)得到融合結(jié)果。實(shí)驗(yàn)結(jié)果表明，該算法既可以一定程度克服小波變換法對(duì)非嚴(yán)格配準(zhǔn)區(qū)域融合效果差的缺陷，又可以有效抑制空域分塊法易產(chǎn)生塊效應(yīng)的缺點(diǎn)。
　　2.在基于稀疏表示的圖像融合方法研究中，針對(duì)傳統(tǒng)稀疏表示融合方法中字典表達(dá)能力與抗噪能力存在矛盾的困境，提出了一種基于自適應(yīng)稀疏表示的融合算法，用于處理有噪聲的圖像融合問題。該算法在字典訓(xùn)練階段根據(jù)訓(xùn)練樣本的梯度特征將樣本劃分到若干組，分別訓(xùn)練得到過完備

5、字典。在融合階段，根據(jù)輸入圖像塊的梯度特征，自適應(yīng)地選擇字典進(jìn)行表示。實(shí)驗(yàn)結(jié)果表明，該算法可以有效解決傳統(tǒng)稀疏表示融合方法處理噪聲圖像的不足，取得明顯優(yōu)于傳統(tǒng)方法的結(jié)果。
　　3.在變換域圖像融合方法研究中，針對(duì)基于多尺度變換和稀疏表示的融合方法各自存在的缺陷，提出了一種結(jié)合多尺度變換和稀疏表示的融合框架，將多尺度變換的低頻系數(shù)采用基于稀疏表示的方式進(jìn)行融合，而高頻系數(shù)采用基于局部高頻系數(shù)絕對(duì)值的方式融合。相對(duì)于傳統(tǒng)的多尺度變換法

6、中低頻分量取平均的融合方式，該方法可以有效防止能量丟失而造成圖像的對(duì)比度下降，同時(shí)也可以解決分解層數(shù)難以選擇的問題;相對(duì)于傳統(tǒng)的空域稀疏表示融合方法，該方法通過將低頻分量與高頻分量分離，可以有效消除傳統(tǒng)稀疏表示方法的灰度不連續(xù)和細(xì)節(jié)模糊效應(yīng)。實(shí)驗(yàn)結(jié)果表明，提出的融合方法可以取得優(yōu)于傳統(tǒng)多尺度變換和稀疏表示方法的結(jié)果。同時(shí)，對(duì)于不同類型的圖像融合問題，在該框架下探索出最優(yōu)的多尺度變換及其分解層數(shù)。
　　4.在空域多聚焦圖像融合方法研

7、究中，針對(duì)傳統(tǒng)方法在源圖像非精確配準(zhǔn)區(qū)域融合效果不理想的情況，提出了一種基于稠密SIFT描述子的多聚焦圖像融合算法。該算法首先將SIFT描述子用于聚焦程度度量，獲得一幅可靠的初始融合決策圖，然后利用SIFT描述子度量圖像局部相似性的能力，優(yōu)化非精確配準(zhǔn)區(qū)域的融合效果，最終得到融合圖像。實(shí)驗(yàn)結(jié)果表明，該算法在主觀視覺效果和客觀評(píng)價(jià)準(zhǔn)則兩方面都可以達(dá)到甚至超過當(dāng)前多聚焦圖像融合的最好水平。
　　5.在空域多曝光圖像融合方法研究中，針對(duì)