[發明專利]基于雙通道PCNN的多聚焦圖像融合方法

有效

• 申請號: 201210185671.0
• 申請日: 2012-06-07
• 公開（公告）號: CN102722877A
• 公開（公告）日: 2012-10-10
• 發明（設計）人: 張寶華;呂曉琪;王月明
• 申請（專利權）人: 內蒙古科技大學
• 主分類號: G06T5/50
• 分類號: G06T5/50;G06N3/02
• 代理公司: 上海交達專利事務所 31201
• 代理人: 王毓理

技術領域

本發明涉及一種圖像處理技術領域的方法，具體是一種基于雙通道PCNN(脈沖藕合神經網絡，Pulse?Coupled?Neural?Networks)的非下采樣Contourlet變換(NSCT)多聚焦圖像融合方法。

背景技術

不同類型光學設備，由于其有限景深的特點，造成它們對于同一目標區域內的不同對象所成的像由于焦距不同而產生具有不同焦點的圖像，因而造成這些所取得圖像的清晰區域也就各異，圖像中所有對象不能夠達到相同的清晰程度，任何一個圖像對信息的表達都是不完整的，但是這些圖像表現同一場景的側重不一樣，因此存在互為補充的信息。通過融合不同圖像的焦點區域，使得生成的圖像具備更為完整的信息內容。

多聚焦圖像是由同種傳感器采用不同的成像方式(聚焦點的不同)獲得的。多聚焦圖像融合是將在同一時間或不同時間獲取的多聚焦圖像信息加以綜合，以生成新的有關場景解釋的信息處理過程。多聚焦圖像融合可以使多個不同距離的目標物體同時清晰地呈現，這為特征提取、圖像識別奠定了良好基礎。多聚焦圖像融合方法大致分為兩類：基于空間域的圖像融合和基于變換域的圖像融合。典型的空域方法是分塊融合法，分塊法直接選擇清晰的圖像塊作為融合結果，而且不存在下采樣環節，具備平移不變性，能有效抑制虛假信息的引入，能準確地保持源圖像的有用信息，計算簡單，實時性好，但在源圖像的清晰區域與模糊區域的交界處容易出現塊效應。常用的變換域融合方法包括小波變換及多尺度幾何分析方法等。小波變換具有優良的時頻局部化性能，它用一組尺度不同的帶通濾波器對信號進行濾波，將信號分解為不同頻帶進行處理。融合圖像效果的好壞主要取決于融合方法和融合規則選取的得當與否。但基于小波變換的圖像融合方法在過程中會產生偽吉布斯效應，影響融合圖像效果。兩類方法各自的缺陷使得實現多聚焦圖像融合成為一項必要而又相當困難的任務。

中國專利文獻號CN1873693，公開日2006-12-06，記載了一種“基于Contourlet變換和改進型脈沖耦合神經網絡的圖像融合方法”，該技術步驟為：在對輸入的可見光與紅外線圖像進行多尺度、多方向Contourlet分解的基礎上，對具有神經生理學背景的PCNN進行改進，利用改進型的IPCNN進行融合策略設計，根據可見光圖像和紅外線圖像的不同特征，對高頻細節部分和低頻背景部分分別進行融合，生成Contourlet域融合系數，最后經過Contourlet反變換得到融合圖像。但該技術的缺點在于：Contourlet變換在離散域內進行，采樣過程不具備平移不變性，會產生偽吉布斯效應，影響融合效果，應用對象為多光譜圖像，不適合多聚焦圖像融合。

經過對現有技術的檢索發現，西北工業大學李美麗等人提出“基于NSCT和PCNN的紅外與可見光圖像融合方法(《光電工程》2010年第6期：90-95)，用非下采樣Contourlet變換對已配準的源圖像進行分解，得到低頻子帶系數和各帶通子帶系數，對各帶通子帶系數提出了一種改進的基于PCNN的圖像融合方法來確定融合圖像的各帶通子帶系數；最后經過非下采樣Contourlet逆變換得到融合圖像，該方法優于Laplacian方法、小波方法和非下采樣Contourlet變換方法，證明利用非下采樣Contourlet變換和PCNN進行圖像融合是可行的，但該技術的缺點在于：PCNN模型復雜，參數多，計算耗時長，融合對象是包含相同內容的不同光譜圖像，不能直接應用到多聚焦圖像的融合中。

進一步檢索發現，焦竹青、邵金濤、徐保國在“一種新的NSCT域多聚焦圖像融合方法”(第21屆中國過程控制會議論文，中國杭州，2010年8月)中公開了一種針對同一場景的多聚焦圖像，提出一種基于脈沖耦合神經網絡(PCNN)的非下采樣Contourlet變換(NSCT)域融合方法，該技術首先通過NSCT變換對源圖像進行多尺度、多方向分解，將生成的低通子帶系數和帶通方向子帶系數輸入PCNN中，使各神經元迭代產生的點火頻數構成點火映射圖，根據其鄰域接近度選擇相應的子帶系數，最后通過NSCT逆變換得到融合結果。實驗分析表明，新方法更大程度的保留了多聚焦圖像的清晰區域和特征信息，具有比經典小波變換、Contourlet變換和常規NSCT更好的融合性能。但該技術的缺點在于：PCNN模型復雜，參數多，計算耗時長，融合規則基于系數比較取大，融合圖像每個像素對應融合系數僅反映了其中一幅源圖像的信息，另一幅圖像的影響沒有考慮，該方法不適合應用于偏亮或偏暗的圖像融合。