多聚焦图像融合方法综述.docVIP

多聚焦图像融合方法综述 摘要：本文概括了多聚焦图像融合的一些基本概念和相关知识。然后从空域和频域两方面将多聚焦图像融合方法分为两大块，并对这两块所包含的方法进行了简单介绍并对其中小波变换化法进行了详细地阐述。最后提出了一些图像融合方法的评价方法。 关键词：多聚焦图像融合；空域；频域；小波变换法；评价方法 引言 按数据融合的处理体系，数据融合可分为：信号级融合、像素级融合、特征级融合和符号级融合。图像融合是数据融合的一个重要分支，是20世纪70年代后期提出的概念。该技术综合了传感器、图像处理、信号处理、计算机和人工智能等现代高新技术。它在遥感图像处理、目标识别、医学、现代航天航空、机器人视觉等方面具有广阔的应用前景。 Pohl和Genderen将图像融合定义为：“图像融合是通过一种特定的方法将两幅或多幅图像合成一幅新图像”，其主要思想是采用一定的方法，把工作于不同波长范围、具有不同成像机理的各种成像传感器对同一场景成像的多幅图像信息合成一幅新的图像。 作为图像融合研究重要内容之一的多聚焦图像融合，是指把用同一个成像设备对某一场景通过改变焦距而得到的两幅或多幅图像中清晰的部分组合成一幅新的图像，便于人们观察或计算机处理。图像融合的方法大体可以分为像素级、特征级、决策级3中，其中，像素级的图像融合精度较高，能够提供其他融合方法所不具备的细节信息，多聚焦融合采用了像素级融合方法，它主要分为空域和频域两大块，即： （1）在空域中，主要是基于图像清晰部分的提取，有梯度差分法，分块法等，其优点是速度快、方法简单，不过融合精确度相对较低，边缘吃力粗糙； （2）在频域中，具有代表性的是分辨方法，其中有拉普拉斯金字塔算法、小波变换法等，多分辨率融合精度比较高，对位置信息的把握较好，不过算法比较复杂，处理速度比较慢。 空域中的图像融合 把图像f(x,y)看成一个二维函数，对其进行处理，它包含的算法有逻辑滤波器法、加权平均法、数学形态法、图像代数法、模拟退火法等。 2.1 逻辑滤波器法 最直观的融合方法是两个像素的值进行逻辑运算,如:两个像素的值均大于特定的门限值,进行“与”运算。来自“与”运算的特征认为对应了环境的主要方面。同样,“或”滤波用来分割图像,因为所有的大于特定的门限值传感器信息都可用来进行图像分割。两个像素的值均小于特定的门限值时,用“或非”运算。 2.2 加权平均法 加权平均法是一种相对比较简单的图像融合方法。它就是将两幅或多幅图像的对应像素值加权平均后放入另一幅图像中。 设输入图像A(i,j)表示二维荧光图像的照度函数(对应于数字图像的像素值),输入图像B(i,j)表示二维透射图像的照度函数,输出图像C(i,j)表示融合图像,其中i、j为图像中某一像素的坐标;图像大小为256×256像素,所以{i,j}∈[1,256],{A,B}∈[0,255],加权平均图像融合算法表示为 C(i,j)=aA(i,j)+(1-a)B(i,j) 其中a为权重因子,且0≤a≤1,可根据需要调节a的大小。 上面所述是两幅图像的情况。对于多幅图像道理和算法是一样的。 2.3 数学形态法 数学形态法是一种图像分析的方法,它通过使用从基本算子:集合并、集合交、减、条件加推演出来的一套数学形态算子,如膨胀、腐蚀等算法。若两个集合互相支持,则通过集合交从两个特征集中提取出高置信度的“核”特征集,若两个集合互相对抗,则通过集合差从两个特征集中提取出高置信度的“核”特征集。两个集合互相支持,则通过集合并从两个特征集中提取出高置信度的“潜在”特征集,若两个集合互相对抗,则通过一个集对另一个集中提取出高置信度的“潜在”特征集。用条件膨胀和条件腐蚀的形态运算来融合“核”与“潜在”特征集。条件膨胀用来提取“潜在”特征集的连接分量,可用来抑制杂波;条件腐蚀可用来填入在“核”特征集中丢失的分量边界元素。 2.4 图像代数法 图像代数是描述图像算法的高级代数语言,完全可以描述多种像素级的融合算法。它的四种基本的图像代数操作数:坐标集、值域、图像和模板。坐标集,可定义为矩形、六角形、环形离散矩阵及多层矩阵数组,用来表示不同方格和分辨率图像的相干关系。若来自多传感器的用于像素级融合的图像有相同的基本坐标系,则坐标集称为齐次的;否则称为非齐次的。“值域”通常对应整数集、实数集、复数集、固定长度的二进制数集,通常对其定义算术和逻辑运算。若一个值集的所有值都来自同一数集,则称为齐次的,否则称为非齐次的。“图像”是最重要的图像代数算子,定义为从坐标集到值集函数的图。“模板”和模板算子是图像代数强有力的工具,它将模板、掩膜、窗口、数学形态的构成元素、定义在邻域像素上的其他函数,统一、概括成数学实体。用于变换实值图像的三种基本的模板操作是:广义卷积、乘积