基于NSCT和区域特征的图像融合算法-福州大学学报（自然科学版.doc

结合NSCT和区域特征的图像融合新算法 黄朝雅，何建农 （福州大学数学与计算机科学学院，福建 福州 350116） 摘要：针对小波变换融合的局限性，提出一种把非下采样Contourlet变换（NSCT）和区域特征相结合的图像融合新方法。该方法能够获取更好的空域和频域中的局部特征，同时提高融合图像的质量。首先用NSCT对已经配准的源图像在不同尺度和方向进行分解，低频子带分量采用区域平均能量和匹配度相结合的融合规则，高频子带分量使用改进的拉普拉斯能量和取大的融合规则。最后利用逆NSCT变换对图像重构得到融合结果。实验结果表明，新方法优于其他三个常用的方法，且较好地保留图像的边缘和细节信息。 关键词：图像融合；非下采样Contourlet变换；区域平均能量；拉普拉斯能量和 中图分类号：TP391 A Novel Image Fusion Algorithm Based on NSCT and Regional Features HUANG Zhao-ya , HE Jian-nong (College of Mathematics and Computer Science,Fuzhou University,Fuzhou 350116,China) Abstract:The wavelet transform fusion method has its limitations.To solve this problem,a novel image fusion algorithm is proposed based on Nonsubsampled Contourlet transform (NSCT) and regional?features.This method can obtain better the local features of the spatial and frequency domain,while improving the quality of? the fusion image.?Firstly,?two primitive matched images are decomposed at multi-scale and?multi-direction by NSCT. Then the fusion rule based on regional average energy and the average energy matching degree is used to fuse the low frequency?subband components.The?high frequency?subband components by using improved sum of Laplace energy.?Finally,?the fusion result?of?image reconstruction is obtained through?inverse NSCT.The results of simulation show that this novel method are better than the?other?three common image fusion methods.The test results can preserve a good edge and many detail information. Key words: image fusion; nonsubsampled Contourlet transform; regional average energy;the sum of Laplace energy 0 引言 图像融合是以图像为研究对象的信息融合，通过特定的算法把多幅源图像的信息进行互补处理成为一幅新图像，且该图能够全面地描述研究的对象[1]。目前，图像融合技术广泛使用在军事和民用，如医学图像融合[2]、红外目标识别[3]、安全和监控、机器视觉。随着融合技术的发展，多尺度分析工具被提出，其中最典型的方法是小波变换。小波变换在一维时能够较好地表达图像细节信息，但是由于方向的限制，因此不能把这个优点应用到高维。为了呈现出高阶的奇异特征，研究人员提出一些多尺度几何分析工具如Ridgelet变换、Curvelet变换和Contourlet变换（CT）[4]等等。Do和Vetterli提出的CT理论，能够更好地表示各向异性和方向选择性。它能够弥补小波变换中方向的局限性，最优稀疏地表示图像的纹理和边缘信息。但它也存在不足，因为对图像进行了下采样（插值）和上采样（抽取）步骤，使得CT缺乏平移不变性，而这就会产生频谱混叠现象[5]。为此，Cu