基于多尺度分析與引導(dǎo)濾波的圖像融合算法研究.pdf

1、由于不同成像設(shè)備的原理不同，對(duì)同一目標(biāo)拍攝所得圖像就具有不同的特點(diǎn)。通過一定的算法將這些圖像融合在一起，得到的合成圖像就具有這些源圖像上特有的優(yōu)點(diǎn)，可以提供更加豐富的內(nèi)容信息，方便人們的進(jìn)一步研究，能更有效的分析目標(biāo)數(shù)據(jù)。因此，研究圖像融合技術(shù)具有重要的意義。
　　本文研究了引導(dǎo)濾波器的特性，分別提出了基于wavelet變換與引導(dǎo)濾波的融合算法和基于contourlet變換與引導(dǎo)濾波的融合算法。
　　基于wavelet變換與

2、引導(dǎo)濾波的融合算法的基本思路，首先對(duì)兩幅源圖像應(yīng)用一層小波變換，對(duì)分解得到的一組近似系數(shù)針對(duì)每個(gè)像素值進(jìn)行比較，得到權(quán)值圖。由于這樣得到的權(quán)值圖有噪聲，而且邊緣比較模糊，考慮到引導(dǎo)濾波器的保邊去噪特性，應(yīng)用引導(dǎo)濾波器處理這兩幅近似系數(shù)，得到新的權(quán)值圖。接著應(yīng)用新的權(quán)值圖把兩幅源圖像分解后對(duì)應(yīng)的近似系數(shù)和小波系數(shù)分別進(jìn)行加權(quán)融合，得到融合后系數(shù)，最后利用小波逆變換得到融合后圖像。該算法得到的圖像能夠很好的保持源圖像的信息，融合圖像質(zhì)量很好

3、。
　　基于contourlet變換與引導(dǎo)濾波的融合算法的基本思路，首先對(duì)源圖像應(yīng)用contourlet變換進(jìn)行分解，得到低頻系數(shù)和高頻系數(shù)。對(duì)低頻系數(shù)應(yīng)用區(qū)域能量取大的算法進(jìn)行融合。高頻系數(shù)應(yīng)用基于引導(dǎo)濾波的算法進(jìn)行融合。即對(duì)待融合的兩幅高頻系數(shù)針對(duì)每個(gè)像素值進(jìn)行比較，得到權(quán)值圖，該權(quán)值圖有噪聲且邊緣模糊，因此應(yīng)用引導(dǎo)濾波器進(jìn)行處理得到新的權(quán)值圖。最后應(yīng)用新的權(quán)值圖融合輸入的高頻系數(shù)。對(duì)兩幅源圖像在多個(gè)尺度及多個(gè)方向上對(duì)應(yīng)的高頻

4、系數(shù)，分別使用該方法進(jìn)行融合。最后使用逆contourlet變換得到融合圖像。
　　應(yīng)用本文所提出的兩種算法分別針對(duì)醫(yī)學(xué)圖像、多聚焦圖像和遙感圖像進(jìn)行實(shí)驗(yàn)，同時(shí)對(duì)傳統(tǒng)的基于直接取大的算法及近來新興的基于直覺模糊推理的算法進(jìn)行仿真作為本文算法的實(shí)驗(yàn)對(duì)照組。實(shí)驗(yàn)結(jié)果表明，基于wavelet變換與引導(dǎo)濾波的算法針對(duì)醫(yī)學(xué)圖像和多聚焦圖像實(shí)驗(yàn)時(shí)，與其他算法相比，得到的融合圖像細(xì)節(jié)更豐富，邊緣更清晰。基于contourlet變換與引導(dǎo)濾波的算