一種圖像融合方法及裝置制造方法
【專利摘要】本發(fā)明適用于圖像處理領(lǐng)域，提供了一種圖像融合方法及裝置，所述方法包括：提取源圖像多個選定方向上非抽樣的形態(tài)小波;解析所述形態(tài)小波，獲取融合低頻系數(shù)和融合高頻系數(shù)；根據(jù)所述融合低頻系數(shù)和融合高頻系數(shù)，利用形態(tài)小波逆變換獲取融合圖像。本發(fā)明，克服了現(xiàn)有圖像融合方法的移變性，同時考慮到圖像中特征的方向各異性，提高了融合圖像的質(zhì)量。
【專利說明】一種圖像融合方法及裝置
【技術(shù)領(lǐng)域】
[0001 ] 本發(fā)明屬于圖像處理領(lǐng)域，尤其涉及一種圖像融合方法及裝置。
【背景技術(shù)】
[0002]目前，圖像融合以多尺度圖像融合為主。多尺度圖像融合方法主要經(jīng)歷了金字塔變換、小波變換和超小波變換三個階段。當(dāng)前研究熱點在于圖像多尺度幾何分析，也即超小波，旨在構(gòu)建最優(yōu)逼近意義下的高維函數(shù)表示方法，它的一個重要主題就是尋找更有效的核函數(shù)用于檢測、表示和處理高維空間數(shù)據(jù)。其中，2005年MNDO等人提出的一種兼具平移不變性和多方向性的非下采樣輪廓波變換(NonSubsampled ContourletTransform, NSCT),其繼承了輪廓波變換的優(yōu)良特性，而且具備平移不變性，但是相比于輪廓波變換，非下采樣帶來的圖像數(shù)據(jù)的處理量大大增加，使得NSCT運算緩慢，不利于實時處理，且在多尺度分解的過程中，低頻圖像中的邊緣被不斷模糊，導(dǎo)致不易定位。
[0003]—方面,2000年Heijmans和Goutsias采用形態(tài)學(xué)算子代替線性濾波器實現(xiàn)了形態(tài)小波，這種非線性的形態(tài)小波變換具有良好的細節(jié)保持和抗噪聲性能。相比于傳統(tǒng)的小波變換，形態(tài)小波變換具有一些十分有用的性質(zhì)，如運算快捷非常適合實時圖像處理、整數(shù)變換、邊緣信息更為有效的表示等，且兼顧了金字塔變換及小波變換的金字塔特性。然而由于形態(tài)小波中存在下采樣，因此有移變性的缺陷，導(dǎo)致融合結(jié)果中出現(xiàn)塊狀效應(yīng)，尤其是分解層數(shù)較高時會很明顯。
[0004]另一方面，形態(tài)非抽樣小波(MorphologicalUn-Decimated Wavelet, MUDff)應(yīng)用于實時圖像融合中，雖然它定義的分析算子能較好地提取圖像中的邊緣特性，具有良好的多尺度分解特性。同時，融合過程中設(shè)置的增強算子提高了融合圖像的質(zhì)量。然而，該方法中的結(jié)構(gòu)元素采用的是矩形的結(jié)構(gòu)元素，沒有考慮到圖像中特征的方向各異性，導(dǎo)致融合后的圖像會出現(xiàn)邊緣附近暗紋或亮紋較重的現(xiàn)象。
[0005]因此，現(xiàn)有圖像融合方法具有移變性，導(dǎo)致融合圖像中出現(xiàn)塊狀效應(yīng)，或沒有考慮到圖像中特征的方向各異性，導(dǎo)致融合圖像會出現(xiàn)邊緣附近暗紋或亮紋較重的現(xiàn)象的問題。

【發(fā)明內(nèi)容】

[0006]本發(fā)明實施例提供了一種圖像融合方法及裝置，旨在解決現(xiàn)有圖像融合方法具有移變性，導(dǎo)致融合圖像中出現(xiàn)塊狀效應(yīng)，或沒有考慮到圖像中特征的方向各異性，導(dǎo)致融合圖像會出現(xiàn)邊緣附近暗紋或亮紋較重的現(xiàn)象的問題。
[0007]一方面，提供一種圖像融合方法，所述方法包括:
[0008]提取源圖像多個選定方向上非抽樣的形態(tài)小波；
[0009]解析所述形態(tài)小波，獲取融合低頻系數(shù)和融合高頻系數(shù)；
[0010]根據(jù)所述融合低頻系數(shù)和融合高頻系數(shù)，利用形態(tài)小波逆變換獲取融合圖像。
[0011]另一方面，提供一種圖像融合的裝置，所述裝置包括:[0012]提取單元，用于提取源圖像多個選定方向上非抽樣的形態(tài)小波；
[0013]解析單元，用于解析所述形態(tài)小波，獲取融合低頻系數(shù)和融合高頻系數(shù)；
[0014]融合單元，用于根據(jù)所述融合低頻系數(shù)和融合高頻系數(shù)，利用形態(tài)小波逆變換獲取融合圖像。
[0015]在本發(fā)明實施例，提取源圖像多個選定方向上非抽樣的形態(tài)小波；解析所述形態(tài)小波，獲取融合低頻系數(shù)和融合高頻系數(shù)；根據(jù)所述融合低頻系數(shù)和融合高頻系數(shù)，利用形態(tài)小波逆變換獲取融合圖像，本發(fā)明，克服了現(xiàn)有圖像融合方法的移變性，同時考慮到圖像中特征的方向各異性，提高了融合圖像的質(zhì)量。
【專利附圖】

【附圖說明】
[0016]圖1是本發(fā)明實施例一提供的圖像融合方法的實現(xiàn)流程圖；
[0017]圖2是本發(fā)明實施例一提供的不同尺度四個主要方向的結(jié)構(gòu)元素示意圖；
[0018]圖3是本發(fā)明實施例一提供的非抽樣形態(tài)小波分解流程圖；
[0019]圖4是本發(fā)明實施例一提供的非抽樣形態(tài)小波圖像融合流程圖；
[0020]圖5是本發(fā)明實施例一提供的多聚焦圖像融合結(jié)果比較圖；
[0021]圖6是本發(fā)明實施例一提供的紅外和可見光圖像融合結(jié)果比較圖；
[0022]圖7是本發(fā)明實施例一提供的遙感圖像融合結(jié)果比較圖；
[0023]圖8是本發(fā)明實施例二提供的圖像融合裝置的具體結(jié)構(gòu)圖。
【具體實施方式】
[0024]為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對本發(fā)明進行進一步詳細說明。應(yīng)當(dāng)理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
[0025]在本發(fā)明實施例中，提取源圖像多個選定方向上非抽樣的形態(tài)小波；解析所述形態(tài)小波，獲取融合低頻系數(shù)和融合高頻系數(shù)；根據(jù)所述融合低頻系數(shù)和融合高頻系數(shù)，利用形態(tài)小波逆變換獲取融合圖像。
[0026]以下結(jié)合具體實施例對本發(fā)明的實現(xiàn)進行詳細描述:
[0027]實施例一
[0028]圖1示出了本發(fā)明實施例一提供的圖像融合方法的實現(xiàn)流程，詳述如下:
[0029]在步驟SlOl中，提取源圖像多個選定方向上非抽樣的形態(tài)小波。
[0030]在本實施例中，所述源圖像是同一目標具有兩個或多個互補、冗余的波段的圖像，包括但不限于多聚點圖像、紅外圖像、可見光圖像、遙感圖像。所述選定方向為覆蓋源圖像的所有可能路徑，其數(shù)量與計算量成正比，為了降低計算復(fù)雜度，可選擇源圖像的主要方向。如圖2示出了四個主要方向情況下三種不同尺度的圖像元素，盡管圖2所示未覆蓋所有的可能路徑，但是實驗證明，這種方法的效果也很好，同時，本方法并沒有進行抽樣，不存在移變性的缺陷。
[0031]在步驟S102中，解析所述形態(tài)小波，獲取融合低頻系數(shù)和融合高頻系數(shù)。
[0032]在本實施例中，所述解析所述形態(tài)小波，獲取融合低頻系數(shù)和融合高頻系數(shù)具體包括以下步驟:[0033]步驟I，解析所述形態(tài)小波；
[0034]步驟2，依次獲取所述形態(tài)小波多個選定方向的中間低頻系數(shù)和中間高頻系數(shù)；
[0035]具體的，如圖3所示形態(tài)小波一層解析流程，其中，Xj是第j個尺度上的低頻系數(shù)，
y」是第j+l個尺度上的高頻系數(shù)，rlvR)是用方向結(jié)構(gòu)元素馬對&進行操作的分析算
子，這樣提取出來的高頻系數(shù)則代表不同尺度圖像在不同方向上的一種二階導(dǎo)數(shù)，它在該方向上邊緣開始和結(jié)束變化的時候會出現(xiàn)較大的值。各方向上的中間低頻系數(shù)和中間高頻系數(shù)計算分別如式I和式2所示。
[0036]
【權(quán)利要求】
1.一種圖像融合方法，其特征在于，所述方法包括: 提取源圖像多個選定方向上非抽樣的形態(tài)小波； 解析所述形態(tài)小波，獲取融合低頻系數(shù)和融合高頻系數(shù)； 根據(jù)所述融合低頻系數(shù)和融合高頻系數(shù)，利用形態(tài)小波逆變換獲取融合圖像。
2.如權(quán)利要求1所述的方法，其特征在于，所述解析所述形態(tài)小波，獲取融合低頻系數(shù)和融合高頻系數(shù)具體為: 解析所述形態(tài)小波； 依次獲取所述形態(tài)小波多個選定方向的中間低頻系數(shù)和中間高頻系數(shù)； 根據(jù)所述中間低頻系數(shù)和所述中間高頻系數(shù)，獲取融合低頻系數(shù)和融合高頻系數(shù)。
3.如權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述中間低頻系數(shù)和所述中間高頻系數(shù)，獲取融合低頻系數(shù)和融合高頻系數(shù)具體為: 將所有選定方向上的中間低頻系數(shù)的平均值作為融合低頻系數(shù)；將每一選定方向上的源圖像的最大的中間高頻系數(shù)作為融合高頻系數(shù)。
4.一種圖像融合裝置，其特征在于，所述裝置包括: 提取單元，用于提取源圖像多個選定方向上非抽樣的形態(tài)小波； 解析單元，用于解析所述形態(tài)小波，獲取融合低頻系數(shù)和融合高頻系數(shù)； 融合單元，用于根據(jù)所述融合低頻系數(shù)和融合高頻系數(shù)，利用形態(tài)小波逆變換獲取融合圖像。
5.如權(quán)利要求4所述的裝置， 其特征在于，所述解析單元具體包括: 解析模塊，用于解析所述形態(tài)小波； 第一系數(shù)獲取模塊，用于依次獲取所述形態(tài)小波多個選定方向的中間低頻系數(shù)和中間高頻系數(shù)； 第二系數(shù)獲取模塊，用于根據(jù)所述中間低頻系數(shù)和所述中間高頻系數(shù)，獲取融合低頻系數(shù)和融合高頻系數(shù)。
6.如權(quán)利要求5所述的方法，其特征在于，所述第二系數(shù)獲取模塊具體用于將所有選定方向上的中間低頻系數(shù)的平均值作為融合低頻系數(shù)；將每一選定方向上的源圖像的最大的中間高頻系數(shù)作為融合高頻系數(shù)。
【文檔編號】G06T7/00GK103606140SQ201310585675
【公開日】2014年2月26日 申請日期:2013年11月19日 優(yōu)先權(quán)日:2013年11月19日
【發(fā)明者】柳偉, 張基宏, 鄧苗, 梁永生 申請人:深圳信息職業(yè)技術(shù)學(xué)院