專(zhuān)利名稱(chēng)：一種利用多尺度高帽選擇變換的圖像融合方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種利用多尺度高帽選擇變換的圖像融合方法，屬于數(shù)字圖像處理領(lǐng)域，它主要涉及數(shù)學(xué)形態(tài)學(xué)和圖像融合技術(shù)。在各類(lèi)基于圖像的應(yīng)用系統(tǒng)中有廣闊的應(yīng)用前景。
背景技術(shù)：
圖像融合是圖像處理中的重要關(guān)鍵技術(shù)，是合理有效利用多傳感器獲取數(shù)據(jù)信息的有效工具。圖像融合的關(guān)鍵是提取出原始圖像中的有用區(qū)域并將這些區(qū)域合理地合并于結(jié)果圖像中。為了更好地提取多傳感器獲取的圖像中的有用信息并將其融合于同一幅圖像中，各種方法被提出。直接平均法是一種簡(jiǎn)單有效的圖像融合方法，然而該方法并不能很好地提取圖像中的細(xì)節(jié)，并有可能使結(jié)果圖像不夠清晰。基于小波和曲波的方法(參見(jiàn)文獻(xiàn)岡薩羅等，基于小波的圖像融合教程，模式識(shí)別，37卷，0004) 1855-1872。(Gonzalo Pajares, Jesus Manuel de la Cruz, A wavelet-based image fusion tutorial, Pattern Recognition 37(2004) 1855-1872.))首先將圖像變換到變換空間中，然后在變換空間中提取圖像的有用信息并將這些信息進(jìn)行融合達(dá)到圖像融合的目的。不過(guò)，該類(lèi)方法可能造成圖像信息的丟失，從而影響圖像融合方法的效果。基于主成分或獨(dú)立成份分析的方法(參見(jiàn)文獻(xiàn)尼克雷奧斯等，利用獨(dú)立成份分析的像素級(jí)和區(qū)域級(jí)圖像融合框架，信息融合，8 卷，0007) 131-142。(Nikolaos Mitianoudis and Tania Stathaki, Pixel-based and region-based image fusion schemes using ICA bases, Information Fusion 8(2007) 131-142.))通過(guò)將原始圖像中的主要信息提取出來(lái)并合并達(dá)到圖像融合的目的。 但該類(lèi)方法可能會(huì)忽略一些圖像細(xì)節(jié)，造成融合圖像模糊。數(shù)學(xué)形態(tài)學(xué)作為圖像處理的重要工具也被應(yīng)用于圖像融合。利用數(shù)學(xué)形態(tài)學(xué)中的高帽變換提取原始多幅圖像中的有用信息并將其融合于結(jié)果圖像中可達(dá)到圖像融合的目的(參見(jiàn)文獻(xiàn)薩三塔等，利用多尺度形態(tài)學(xué)的二維灰度圖像融合，模式識(shí)別， 34 卷，(2001)1939-1949。 (Susanta Mukhopadhyay and Bhabatosh Chanda， Fusion of 2D grayscale images using multiscale morphology, Pattern Recognition 340001) 1939-1949.))。但由于高帽變換并不能有效提取圖像中的有用區(qū)域，使得傳統(tǒng)方法不能很好地保留圖像的細(xì)節(jié)。雖然中心環(huán)繞高帽變換能夠進(jìn)一步改善融合圖像的視覺(jué)效果(參見(jiàn)文獻(xiàn)白相志等，利用多尺度中心環(huán)繞高帽變換提取圖像區(qū)域的紅外與可見(jiàn)光圖像融合，光學(xué)快訊，19 卷，(2011)8444-8457。(Xiangzhi Bai，F(xiàn)ugen Zhou, Bindang Xue. Fusion of infrared and visual images through region extraction by using multi scale center-surround top-hat transform. Optics Express 19 (2011)8444-8457.)), {i. 圖像細(xì)節(jié)仍然不是非常清晰。高帽選擇變換可選擇性地提取圖像的有用信息，從而可更加靈活有效地提取圖像的有效區(qū)域。因此，高帽選擇變換可有目的的提取圖像中的有用區(qū)域并抑制經(jīng)典高帽變換平滑圖像細(xì)節(jié)的缺點(diǎn)，將更有利于提取原始圖像中的有用信息用于圖像融合。而且多尺度運(yùn)算可以有效提取圖像的多尺度特征，合理利用從原始圖像中提取的多尺度特征可以有效提高圖像融合的效果。因此，為了更加有效地融合圖像中的有用信息，本發(fā)明提出了一種利用多尺度高帽選擇變換的圖像融合方法。

發(fā)明內(nèi)容
1、目的圖像融合是圖像處理的重要研究領(lǐng)域，可將多幅圖像中的有用信息有效融合于最后的結(jié)果圖像中，從而提高圖像信息的可利用率。雖然各種圖像融合方法被用于圖像融合，然而多數(shù)方法并不能很好地提取原始圖像中的有效圖像區(qū)域用于圖像融合，從而不同程度地模糊圖像細(xì)節(jié)或遺漏部分圖像信息，使得圖像融合的效果不佳。為了解決上述問(wèn)題并彌補(bǔ)傳統(tǒng)方法的不足，本發(fā)明提供了一種利用多尺度高帽選擇變換的圖像融合方法，它通過(guò)定義高帽選擇變換中的參數(shù)使高帽選擇變換能夠用于有效提取圖像中的感興趣區(qū)域；利用多尺度結(jié)構(gòu)元素通過(guò)定義的高帽選擇變換提取原始圖像的多尺度亮區(qū)域和暗區(qū)域并針對(duì)每一尺度下提取到的不同原始圖像的亮區(qū)域和暗區(qū)域，利用最大值獲取每一尺度下對(duì)應(yīng)融合圖像的亮區(qū)域和暗區(qū)域；通過(guò)取所有尺度上對(duì)應(yīng)融合圖像的亮區(qū)域或暗區(qū)域的最大值來(lái)獲取用于最后圖像融合的亮區(qū)域和暗區(qū)域；在利用原始圖像平均得到基本圖像后，通過(guò)在基本圖像上分別加上獲取的亮區(qū)域并減去獲取的暗區(qū)域達(dá)到圖像融合的目的，使得融合圖像的對(duì)比度和圖像細(xì)節(jié)得到明顯改善。2、技術(shù)方案為了實(shí)現(xiàn)這個(gè)目的，本發(fā)明一種利用多尺度高帽選擇變換的圖像融合方法，該方法具體步驟如下步驟一定義高帽選擇變換中的參數(shù)使之能夠用于提取圖像中的感有效區(qū)域，具體定義如下
WTHS(x，y)= (Α 少)—/。少)，if f、x’ y、-f°B(x，y)knL,
BTm^y)=\f*B{x'y)~fix^yl lf其中，WTHS和BTHS分別代表白高帽選擇變換和黑高帽選擇變換，可分別用于提取圖像中的亮區(qū)域和暗區(qū)域。/o5=(/B均秘，/·萬(wàn)=(/·@5)θ凡
,萬(wàn)=!!^!!…""，·^+^。眷，@和0分別為形態(tài)學(xué)開(kāi)、閉、膨脹和腐蝕運(yùn)算符號(hào)。(x，y)和
(u, ν)分別為圖像f和結(jié)構(gòu)元素B的像素坐標(biāo)。nL為高帽選擇變換中用于提取圖像區(qū)域的參數(shù)，針對(duì)不同類(lèi)型的圖像可選用不同的參數(shù)。圖像融合的常用原始圖像是可見(jiàn)光、紅外圖像等。針對(duì)可見(jiàn)光圖像，nL可定為nL = 0. 2X σ ；針對(duì)紅外圖像，nL可定為nL = 0. 4Χ σ。 σ為原始圖像的方差。步驟二 多尺度擴(kuò)展步驟一定義的高帽選擇變換，設(shè)有η個(gè)尺度的結(jié)構(gòu)元素B1, B2, ... , Bn參與計(jì)算，雙辟…十氣’ 1彡i彡η。設(shè)用于圖像融合的兩幅原始圖像為
dilation i times
f IR 禾口 f VI °計(jì)算每個(gè)尺度i (1彡i彡η)下原始圖像fIK和fVI中提取得到的多尺度亮區(qū)域如下
if w 、 九少)-fiR。辟力，fiR少)-fiR。B1 少)^ nIR [ , else
u,/Trrorr w 、_ fVI。馬 O, >0, O, >0 _ fvi。馬 0，>0 ^ ^VI [WTHS1(Jvi)Mx, ^)=^。計(jì)算每個(gè)尺度i (1彡i彡η)下原始圖像fIK和fVI中提取得到的多尺度暗區(qū)域如下
_7] [BTHS1(Jm)^y)=If f訊·Βα“(Χ,階 nIR， [BTHS1(Jvi)^, y)= \fvi · B(X,y) “ fvi 江力，lf · B(x,y) - f^ (xJ) - nVI。步驟三按下式計(jì)算每一尺度i下提取的A1^n fVI中的用于圖像融合的亮區(qū)域 (WTHSi)和暗區(qū)域(BTHSi)WTHSi = max (WTHSi (fIE)，WTHSi (fVI)}，
BTHSi = max (BTHSi (fIE)，BTHSi (fVI)}。步驟四按下式計(jì)算所有η尺度下提取的fIK和fVI中的用于圖像融合的亮區(qū)域 (RB)和暗區(qū)域(RD)rB= max {WTHS1}，
iRD= max [BTHS1}。步驟五按下式計(jì)算最后的融合圖像fF = RA+RB X pb-RD X pd,其中，
Γ0028-| pb= mean (RB),
x,y
「00291 Pd= mean (如)，
λ,少RA(X,y)J^y)+2f^y\fF是最后的融合圖像。3、優(yōu)點(diǎn)及功效通過(guò)設(shè)定高帽選擇變換的參數(shù)使其能夠有效提取圖像中的有效區(qū)域用于圖像融合，從而抑制傳統(tǒng)方法不能很好地提取原始圖像中的有效圖像區(qū)域的缺點(diǎn)；通過(guò)多尺度運(yùn)算有效提取圖像中的多尺度有效區(qū)域，并合理地融合各尺度上的亮區(qū)域和暗區(qū)域從而有效合并原始圖像中的有用信息，進(jìn)一步提高融合圖像的效果。因此，本發(fā)明可以更好地用于圖像融合，使得融合圖像的對(duì)比度和圖像細(xì)節(jié)得到明顯改善，可廣泛應(yīng)用于各類(lèi)基于圖像的應(yīng)用系統(tǒng)，具有廣闊的市場(chǎng)前景與應(yīng)用價(jià)值。

圖1為本發(fā)明一種利用多尺度高帽選擇變換的圖像融合方法的流程框圖；圖2是本發(fā)明應(yīng)用于紅外和可見(jiàn)光圖像融合的實(shí)例并與中心環(huán)繞高帽變換方法、 直接平均方法和小波金字塔方法的量化對(duì)比結(jié)果示意圖；圖中符號(hào)說(shuō)明如下WTHS表示白高帽選擇變換；BTHS表示黑高帽選擇變換；fIE和fVI表示用于圖像融合的原始圖像；fF表示融合結(jié)果圖像；+表示加法運(yùn)算；-表示減法運(yùn)算；Max表示最大值運(yùn)算；Mean表示平均值運(yùn)算；pb和pd表示第五步圖像融合時(shí)的權(quán)值。
具體實(shí)施例方式為了更好地理解本發(fā)明的技術(shù)方案，以下結(jié)合附圖對(duì)本發(fā)明的實(shí)施方式作進(jìn)一步描述。本發(fā)明的流程框圖如圖1所示，本發(fā)明一種利用多尺度高帽選擇變換的圖像融合方法，該方法的具體實(shí)施步驟如下步驟一定義高帽選擇變換中的參數(shù)使之能夠用于提取圖像中的有效區(qū)域數(shù)學(xué)形態(tài)學(xué)是一種重要的圖像處理工具。數(shù)學(xué)形態(tài)學(xué)運(yùn)算的基本理論是集合理論，用于數(shù)學(xué)形態(tài)學(xué)的兩個(gè)基本集合是原始圖像f和結(jié)構(gòu)元素B。數(shù)學(xué)形態(tài)學(xué)運(yùn)算的兩個(gè)基本運(yùn)算是膨脹和腐蝕。設(shè)利用結(jié)構(gòu)元素B對(duì)圖像f進(jìn)行膨脹、腐蝕可表示為
權(quán)利要求
1. 一種利用多尺度高帽選擇變換的圖像融合方法，其特征在于該方法具體步驟如下步驟一定義高帽選擇變換中的參數(shù)使之能夠用于提取圖像中的感有效區(qū)域，具體定義如下
全文摘要
一種利用多尺度高帽選擇變換的圖像融合方法，它有五大步驟一、通過(guò)定義高帽選擇變換中的參數(shù)用于提取圖像中的有效區(qū)域；二、利用多尺度結(jié)構(gòu)元素通過(guò)定義的高帽選擇變換提取原始圖像多尺度亮區(qū)域和暗區(qū)域三、針對(duì)每一尺度下提取到的不同原始圖像的亮區(qū)域和暗區(qū)域，利用最大值獲取每一尺度下對(duì)應(yīng)融合圖像的亮區(qū)域和暗區(qū)域；四、通過(guò)取所有尺度上對(duì)應(yīng)融合圖像的亮區(qū)域或暗區(qū)域的最大值來(lái)獲取用于最后圖像融合的亮區(qū)域和暗區(qū)域；五、利用原始圖像平均得到基本圖像后，在基本圖像上分別加上獲取的亮區(qū)域并減去獲取的暗區(qū)域達(dá)到圖像融合的目的，使得融合圖像的對(duì)比度和圖像細(xì)節(jié)明顯改善。本發(fā)明應(yīng)用于各類(lèi)基于圖像的應(yīng)用系統(tǒng)，具有廣闊的應(yīng)用前景。
文檔編號(hào)G06T5/20GK102184534SQ20111013755
公開(kāi)日2011年9月14日 申請(qǐng)日期2011年5月25日 優(yōu)先權(quán)日2011年5月25日
發(fā)明者周付根, 白相志 申請(qǐng)人:北京航空航天大學(xué)