基于小波變換的圖像融合的研究

《基于小波變換的圖像融合的研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、基于小波變換的圖像融合的研穴摘要：數(shù)據(jù)融合是80年代初形成與發(fā)展起來的一種信息綜合處理技術(shù)。圖像融合是數(shù)據(jù)融合在數(shù)字閣像處理方面的一個應(yīng)用。近年來，閣像融合己成為閣像理解和計算機視覺領(lǐng)域一項重要的新技術(shù)。把小波變換技術(shù)應(yīng)用到圖像融合技術(shù)之中時該研究領(lǐng)域的重大突破。木文首先論述圖像融合技術(shù)和小波變換的相關(guān)理論，在將小波變換運用于圖像融合，并設(shè)計了相關(guān)實驗驗證基于小波變換的圖像融合，對融合結(jié)果進行質(zhì)量評價。關(guān)鍵詞：小波變換，閣像融合1.引言圖像融合是信息融合技術(shù)的一個重要的分支，它是以圖像為主要研究內(nèi)容的數(shù)據(jù)融合技術(shù)。從八十年代初到至今，圖像融合技術(shù)已引發(fā)了世界范圍

2、的廣泛研究興趣和熱潮，它在自動目標識別、計算機視覺、遙感機器人、醫(yī)學(xué)閣像處理以及軍事應(yīng)用等眾多領(lǐng)域有著廣泛的應(yīng)用前景。圖像融合的方法與具體的處理對象類型、處理等級有關(guān)。如：可分為像素級融合、特征級融合和決策級融合三大類。主要基于各類圖像的解析度不同、表現(xiàn)的R的不同，相應(yīng)的處理方法也要根據(jù)具體情況而定。隨著小波變換技術(shù)的出現(xiàn),在眾多融合方法中，基于小波變換的融合方法具有良好的效果，現(xiàn)己成為當今研宄的一個熱點。同時產(chǎn)生的一個亟待解決的問題是如何準確地對融合效果進行評價。評價的方法有很多，評價的標準也是因人、因物而不同，這就需要進行綜合研究比較，得出不同融合方法的適應(yīng)

3、性和優(yōu)異性。2.圖像融合技術(shù)簡介圖像融合以圖像作為研宄和處理對象，是一種綜合多個源圖像信息的先進圖像處理技術(shù)，它把對同一目標或場景的多重源圖像根據(jù)需耍通過一定的融合規(guī)則融合成為一幅新圖像，在這一幅新圖像中能反映多重源圖像中的信息，以達到對0標或場景的綜合描述，以及精確的分析判斷，奮效地提高圖像信息的利用率、系統(tǒng)對目標探測識別的可靠性及系統(tǒng)的自動化程度。其目的是集成多個源圖像屮的冗余信息和互補信息，以強化圖像中的可讀信息、增加圖像理解的可靠性等。相對于源圖像，通過圖像融合得到的融合圖像可信度增加、模糊性減少、可讀性增強、分類性能改善等，并且融合圖像有良好的魯棒性，

4、所以通過圖像融合技術(shù)將會獲得更精確的結(jié)果，也將會使系統(tǒng)更實用。圖像融合的方法目前能夠參照的有很多，如HIS變換法，PCA法，聚類分析法，貝葉斯方法，小波變換方法等等，目前成為主流方法的研宂是基于小波變換的圖像融合方法。在此簡單介紹兒種融合方法，了解各方法的優(yōu)缺點。(I)線性加權(quán)法線性加權(quán)法是一種最簡單的圖像融合方法，它直接對多幅原圖像的對應(yīng)像素點進行加權(quán)疊加。如Ak(i，j)為n幅圖像Ak在對應(yīng)位置的灰度值，那么融合后圖像可通過下式得到其中，1=1線性加權(quán)法的優(yōu)點在于概念簡單，計算量非常小，適合實時處理：其缺點是融合后的圖像包含很強的噪聲，特別是當融合圖像的灰度

5、差異很大時，就會出現(xiàn)明顯的拼接痕跡，視覺效果差。(2)PCA法采用主分量變換法對閣像進行融合時，首先對閣像進行主分量變換，通過相關(guān)矩陣求特征值和特征向量求得各主分量。通過該融合，我們可以盡可能多地保留全色圖像的細節(jié)信息，最后，對融合后的圖像進行反變換，即可得到伍含豐富細節(jié)信息的融合圖像，這種變換在圖像融合中通常叫做PCAo(3)多分辨金字塔法多分辨金字塔法是目前金字塔法中較為常用的聞像融合方法。在這類算法中，原圖像不斷地被濾波，形成一個塔狀結(jié)構(gòu)，在塔的每一層都用一種算法對這一層的數(shù)據(jù)進行融合，從而得到一個合成的塔式結(jié)構(gòu)，然后對合成的塔式結(jié)構(gòu)進行重構(gòu)，最后得到合成

6、的圖像，合成圖像包含了原圖像的所冇重要信息。(4)小波變換法小波變換是對閣像在不同頻率通道上進行處理，首先將源閣像進行多層小波分解，得到一系列子圖像，再在變換域上進行特征選擇，創(chuàng)建融合圖像，最后通過逆變換重建融合圖像。小波變換與金字塔圖像融合法相比，具冇如下的優(yōu)點：①圖像經(jīng)抽樣小波變換后的大小與原圖像相同，而圖像經(jīng)塔形算法分解后通常存在一定的數(shù)據(jù)冗余，但與冗余小波變換相比，金字塔分解的冗余量所包含的信息又相對較少，在實際應(yīng)用時，可以選擇合適的小波變換方法；②小波表達式提供了方向信息，而金字塔算法沒有將空間方向選擇性引入分解過程；③金字塔算法的重構(gòu)過程可能具有不穩(wěn)

7、定性，特別是當兩幅圖像存在明顯差異區(qū)域時，而基于小波變換的圖像融合方法沒有類似的問題；④由于可以選擇正交小波核，因此不同分辨率包含的信息是唯一的，而金字塔分解在兩個不同的尺度之間含有冗余，另外金字塔不同級的數(shù)據(jù)和關(guān)，很難判斷兩級之間的和似性是由于冗余還是圖像本身的性質(zhì)引起。1.小波變換小波分析是20世紀80年代中期出現(xiàn)的一種信號分析工具，是在傅立葉分析的基礎(chǔ)上發(fā)展起來的，它優(yōu)于傅立葉分析的地方是它在空域和吋域都是局部化的，同時具有良好的空間一頻率局部化特性，可將信號分解成許多具有不同的分辨率、頻率特性和方向特性的子帶信號，被譽為“數(shù)學(xué)顯微鏡”之美稱信號在時域的小

8、波變換取決于兩個參量：尺