新闻中心

EEPW首页 > 模拟技术 > 设计应用 > 基于提升小波变换的模糊图像融合算法研究

基于提升小波变换的模糊图像融合算法研究

作者:时间:2009-12-21来源:网络收藏
3.1 低频系数融合规则
由于低频分量对恢复图像质量影响很大,可融合为:

式中,k,α,β为加权因子。
(A(j,k)+K×B(j,k))×α为取两幅图像的加权均值,影响融合后图像的能量,对融合后图像的亮度起决定作用;(A(j,k)-K×B(j,k)×β为取两幅图像的加权差值,包含两幅图像的信息。因子K调节两幅图像的占优比例,使两幅亮度不同的图像达到均衡。随着α增大,图像加亮;随着β增大,图像的边缘加强。
对于不同图像,适当调整K、α及β,可消减边缘,同时确保不会丧失过多边缘信息。
3.2 高频系数的融合规则
高频系数融合采用局部方差准则。局部方差定义为:
Std(X,Y)=1/MN∑∑[X(i,j)-Y]2 (7)
式中,X为M×N的区域;X(i,j)为区域X中像素点(i,j)的灰度值;Y为区域X的灰度平均值。
局部方差可反映区域信息含量,融合图像是对同一目标不同时刻(或采用不同成像设备所成的像)的反映,因此,可选取信息含量更丰富的图像组成融合结果,得到该目标的更多信息。
3.3 融合步骤
采用小波分析的图像融合算法的一般步骤如图2所示。

本文引用地址:http://www.eepw.com.cn/article/188449.htm

对二维图像进行Ⅳ层的小波分解,最终将得到(3N+1)个不同频带,其中包含3N个高频带和一个低频带。融合的基本步骤:(I)对源图像分别进行分解;(2)对各分解层分别进行融合处理,采用不同的融合算子对各分解层的不同频率分量进行融合处理。对于低频分量,采用加权平均法进行融合。对于高频分量,采用局部方差准则处理其系数;(3)对得到的系数矩阵进行反即得到输卅图像。

4 仿真结果
分别采用传统的haar、coif5以及提升格式db2小波、coifs小波对两幅图像进行融合。图3为仿真结果,可看到基于提升coif5的图像效果明显好于传统的haar和coif5小波。从计算量和实时性考虑,所采用算法的计算量比传统的小波大大减少,实时性也较传统小波有很大提高。

5 结束语
探讨一种基于的图像融合算法,的构造不依赖于傅里叶,应用它进行图像融合可提高处理速度,节约内存空间,提高实时性。试验表明,使用提升小波使融合图像自然、边缘清晰,同时保留了多输入原图像的有用信息。适合任意尺寸的图像融合。今后的工作将进一步研究融合规则和融合方法,使图像融合算法能够在模糊图像恢复、自动目标识别与跟踪、遥感、医学图像处理、智能机器人、复杂智能制造系统等领域有更广泛的应用。


上一页 1 2 下一页

评论


相关推荐

技术专区

关闭