多尺度理论及图像特征.ppt

* * 多尺度表达的基本思想就是对原始信号嵌入一族尺度参数变化的信号，大尺度 下信号的结构应该是小尺度下信号结构的简化。这种思想早在1971年就被Roserfeld 以及Th盯ston提了出来In31，利用不同尺度的算子实现边缘检测。Hanson与 Riseman(1974)[441以及几nimot。[45]等人采用不同层次的空r泊J分辨率描述图像，对不l司 层次的图像下采样。这种思想后来被crowley[#6l进一步发展，形成一种至今仍被广泛 使用的多尺度表达方法一金字塔。另一种重要的多尺度技术就是所谓的‘、尺度空问(scafesPace)”，“尺度空间”概念是著名的图像金字塔概念的新补充，最先在Kelly 的图像处理中被采用[47】，后来又以各种形式进行扩展。 * * * * * * 2.1 高斯尺度空间 高斯尺度空间(陈敏[7]） 高斯函数作为卷积核生成的尺度空间是目前最完善的尺度空间之一，根据Koendrink和Lindeber的研究表明，在多种合理假设前提下，唯一可能的尺度空间核是Gaussian核。 因此，一幅二维图像的尺度空间可表示为： （2-2） （2-3） 2.1 高斯尺度空间 高斯尺度空间(陈敏[7]，刘立[6]） 构建高斯尺度空间的主要思想是在精细尺度上的信息随着尺度参数值的增加而而逐渐地被抑制，尺度从粗到细的变化过程中，不会产生新的结构。 在高斯尺度空间下，只是对图像作了卷积，图像的分辨率和像素仍然没有改变，只是细节平滑了，而传统的影像金字塔关键在降采样，显然分辨率降底了。 通过高斯滤波得到的尺度空间表示了图像在不同尺度下的低频信号，而代表边缘以及角点等特征的高频信号丢失。可以在不同分辨率层上通过在不同的尺度上应用合适的函数来表示一个特征（如边缘和角点）。 2.1 多尺度空间建立 多尺度空间建立： (孔军[8]） 第1步:当前帧图像作为第一层，以卷积核尺寸10×10模板对第一层图像进行高斯平滑处理得到第2层，依然用10×10卷积核处理第2层图像得到第3层． 然后改用12×12模板处理第3层得到第4层，并在第4层基础上得到第5层、第6层．该帧图像生成6层平滑图像即为第一组高斯金字塔图像。 第2步：第1组高斯金字塔中首幅图像进行下采样得到第2组高斯金字塔图像的首幅图像，重复“第1步”，构建第2组高斯金字塔图像，以此类推，得到第3、第4组等高斯金字塔图像，共6组． 第3步:对以上每组高斯金字塔图像相邻图像两两相减，得到该组的高斯差分金字塔图像，共6组。 第4步:对后续帧重复第1步、第2步、第3步。 2.2 多尺度几何分析 分析方法： (胡顺时[9]） 金字塔分析 小波变换（水平、垂直、45度角的方向性） 多小波变换、双树复小波变换、提升小波 脊波变换、Curvelet变换、Contourlet变换、非采样Contourlet变换等 多尺度几何分析融合方法： (胡顺时[9]） 金字塔变换图像融合 小波变换图像融合 2.2 金字塔变换融合 金字塔变换图像融合： (胡顺时[9]） 图像金字塔变换是一种较为常用的多尺度几何分析方法。 它是将与与一个具有低通特性的滤波器进行滤波，然后再进行采样，最终得到一个分辨率较低、尺寸较小的图像，然后对此图像反复进行滤波的采样操作，最后得到一系列的不同分辨率不同尺寸大小的图像。 将这些图像按分辨率高低、尺寸大小进行排列，得到一个分辨率高的尺寸大的图像在下层，然后逐层递减的金字塔层。 金字塔变换有拉普拉斯金字塔变换、比率低通金字字塔变换、对比度金字塔变换、梯度金字塔变换等方式。 2.2 金字塔变换融合 金字塔变换图像融合： (胡顺时[9]） 优点：不同的金字塔层提供不同尺度、不同分辨率图像的特征信息，还能提供局部区域特征突变信息，因而在利用金字塔分解进行图像融合时，能在多种不同尺度下进行融合，提取相关地物特征信息，充分挖掘图像的潜力。 缺点：金字塔变换是冗余的，分解后数量不断增加，不同金字塔层之间具有一定的相关性，同时金字塔分解层也没有方向性，因而，对某些复杂的地物特征不能很好地表现，同时也不是最优的表达，这也从某种程度上限制了其应用。 2.2 小波变换融合 小波变换图像融合： (胡顺时[9]） 小波分析理论是图像多尺度几何分析的一个重要发