基于統(tǒng)計模型的多尺度圖像融合算法研究及應(yīng)用.pdf

1、多尺度圖像融合算法一直以來都是人們研究的熱點。圖像融合算法要求融合結(jié)果要盡可能包含源圖像中的顯著細節(jié)，并且融合圖像具有良好的視覺效果。在融合規(guī)則中通常會涉及到對待融合區(qū)域的顯著度度量和匹配度度量等，而這往往是決定融合效果的決定因素，會影響到對于源圖像細節(jié)的選擇以及融合比例等。同時由于圖像融合的源圖像易受噪聲干擾，這會造成融合圖像質(zhì)量下降，為后續(xù)的圖像觀察造成困難。為了進一步提升融合算法中提取源圖像細節(jié)的能力，方便后續(xù)圖像觀察。同時在有噪

2、情況下，融合算法能夠維持魯棒的融合效果。本研究針對較新的多尺度圖像融合算法做了深入的研究，在顯著度與匹配度定義上做出了優(yōu)化，同時針對性地提高了融合規(guī)則的噪聲魯棒性。
　　本研究主要內(nèi)容包括：⑴為了讓融合規(guī)則充分利用小波系數(shù)的相關(guān)性，提出對小波系數(shù)的邊緣分布和待融合的小波系數(shù)之間的聯(lián)合概率分布進行建模，通過廣義高斯模型和雙變量拉普拉斯模型擬合小波系數(shù)的邊緣分布和聯(lián)合分布，具有較好的擬合效果。⑵針對于提升現(xiàn)有融合算法的融合效果，提出將

3、待融合系數(shù)的聯(lián)合分布特性引入融合規(guī)則，利用建立的邊緣分布模型和聯(lián)合分布模型，通過信息論中的互信息和信息熵建立融合規(guī)則中歸一化的匹配度度量；同時利用建立的邊緣分布模型，通過KL散度的不對稱性定義融合規(guī)則中的顯著度度量。將本研究提出算法與先進融合算法進行實驗對比，在融合醫(yī)學(xué)圖像、紅外可見光圖像、多聚焦圖像中表現(xiàn)出了優(yōu)秀的融合效果，既最大限度地提取出源圖像的細節(jié)信息，同時也具有良好的視覺效果。在主觀評價中和客觀評價中要優(yōu)于其他對比算法。⑶針對

4、源圖像含有噪聲的融合情況，為了更好的抑制噪聲對于融合結(jié)果的影響。通過各向異性雙變量收縮方法提取出收縮算子，通過乘積關(guān)系調(diào)節(jié)融合規(guī)則中的融合權(quán)重，以此實現(xiàn)融合結(jié)果有一定的去噪效果；其次通過更改融合算法中的參數(shù)估計方式，選擇與去噪算法中共同的矩估計方法，以此實現(xiàn)降低噪聲對于融合規(guī)則的影響。通過以上兩步實現(xiàn)了能夠兼顧實現(xiàn)去噪的融合算法。通過與先進算法的對比實驗可知，本研究提出的算法能夠最大可能的保留源圖像的細節(jié)信息，并且沒有因為噪聲的干擾而丟