[發(fā)明專利]基于雙尺度空間的圖像融合方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201410037518.2
• 申請(qǐng)日: 2014-01-24
• 公開(kāi)（公告）號(hào): CN104156930B
• 公開(kāi)（公告）日: 2017-03-22
• 發(fā)明（設(shè)計(jì)）人: 柳偉;鄧苗;張基宏;梁永生
• 申請(qǐng)（專利權(quán)）人: 深圳信息職業(yè)技術(shù)學(xué)院
• 主分類號(hào): G06T5/50
• 分類號(hào): G06T5/50
• 代理公司: 深圳中一專利商標(biāo)事務(wù)所44237
• 代理人: 劉朗星

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理領(lǐng)域，尤其涉及基于雙尺度空間的圖像融合方法和裝置。

背景技術(shù)

圖像融合是通過(guò)某種融合系統(tǒng)，將兩個(gè)或多個(gè)互補(bǔ)的波段、傳感器的有用信息綜合成統(tǒng)一圖像或綜合圖像特征以供觀察或進(jìn)一步處理，達(dá)到對(duì)目標(biāo)或場(chǎng)景更為精確、全面的識(shí)別、分析和判決的圖像處理方法。

目前絕大多數(shù)圖像融合研究都集中在多尺度圖像融合中。多尺度分析的圖像融合方法主要經(jīng)歷了金字塔變換、小波變換和超小波變換三個(gè)階段。目前研究熱點(diǎn)在于圖像多尺度幾何分析（也即超小波變換），旨在構(gòu)建最優(yōu)逼近意義下的高維函數(shù)表示方法，它的一個(gè)重要主題就是尋找更有效的核函數(shù)用于檢測(cè)、表示和處理高維空間數(shù)據(jù)。

現(xiàn)在應(yīng)用較為廣泛的研究成果是2005年提出的一種兼具平移不變性和多方向性的Contourlet變換：非下采樣Contourlet變換（NSCT）。它是通過(guò)結(jié)合非下采樣的塔式分解和非下采樣的方向?yàn)V波器組實(shí)現(xiàn)的，不但繼承了Contourlet變換的優(yōu)良特性，而且具備平移不變性。但是相比于Contourlet變換，非下采樣帶來(lái)的圖像數(shù)據(jù)的處理量大大增加，使得NSCT運(yùn)算緩慢，不利于實(shí)時(shí)處理。采用線性濾波器的小波分析中的另一個(gè)問(wèn)題是，在多尺度分解的過(guò)程中，低頻圖像中的邊緣被不斷模糊，導(dǎo)致不易定位。

2000年，Heijmans和Goutsias采用形態(tài)算子代替線性濾波器實(shí)現(xiàn)了形態(tài)小波，這種非線性的小波變換具有良好的細(xì)節(jié)保持和抗噪聲性能。相比于傳統(tǒng)的小波變換，形態(tài)小波變換具有一些十分有用的性質(zhì)：運(yùn)算快捷非常適合實(shí)時(shí)圖像處理(具有2×2的最小支撐區(qū)間)、整數(shù)變換、邊緣信息更為有效的表示等，且兼顧了金字塔變換及小波變換的金字塔特性。自提出以來(lái)，受到了人們的關(guān)注，出現(xiàn)了一些在圖像融合上的研究成果。然而由于形態(tài)小波中存在下采樣，因此有移變性的缺陷，導(dǎo)致融合結(jié)果中出現(xiàn)塊狀效應(yīng)，尤其是分解層數(shù)較高時(shí)會(huì)很明顯。

為了克服傳統(tǒng)形態(tài)小波因缺乏平移不變性而引起的移變性，結(jié)合形態(tài)小波與非抽樣小波變換中的àtrous小波提出了一種新的基于形態(tài)學(xué)的信號(hào)多尺度分解方法：形態(tài)非抽樣小波(Morphological?Un-Decimated?Wavelet，MUDW)，但是其僅將其應(yīng)用在一維信號(hào)上，實(shí)現(xiàn)特征檢測(cè)的功能，在不引起歧義的前提下，本發(fā)明統(tǒng)一稱為非抽樣形態(tài)小波。

為將非抽樣形態(tài)小波應(yīng)用于圖像融合，提出了一種用膨脹和腐蝕運(yùn)算的平均作為分析算子的DE-MUDW(Dilate-Erode?MUDW，膨脹腐蝕形態(tài)非抽樣小波)，并應(yīng)用于實(shí)時(shí)圖像融合的方法，取得了比其他實(shí)時(shí)圖像融合方法更好的實(shí)時(shí)性，且融合效果更佳，（原文見(jiàn)：基于形態(tài)非抽樣小波的實(shí)時(shí)圖像融合方法[J],計(jì)算機(jī)應(yīng)用,2012,32(10):2809-2813作者：鄧苗,張基宏,柳偉）。它定義的分析算子能較好地提取圖像中的邊緣特性，具有良好的多尺度分解特性。同時(shí)，融合過(guò)程中設(shè)置了增強(qiáng)算子，從而提高了融合圖像的質(zhì)量。然而，DE-MUDW雖然取得了較好的融合質(zhì)量，但是存在兩個(gè)缺陷：

1.從形態(tài)學(xué)尺度空間的屬性上來(lái)說(shuō)，它不能很好地滿足局部極值保持和局部極值縮減的尺度空間屬性。

2.該方法中的結(jié)構(gòu)元素采用的是矩形的結(jié)構(gòu)元素，并沒(méi)有考慮到圖像中特征的方向各異性，導(dǎo)致融合后的圖像會(huì)出現(xiàn)邊緣附近暗/亮紋較重的現(xiàn)象。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例的目的在于提供基于雙尺度空間的圖像融合方法，以解決現(xiàn)有技術(shù)使用膨脹和腐蝕運(yùn)算的平均作為分析算子的DE-MUDW不能很好地滿足局部極值保持和局部極值縮減的尺度空間屬性的問(wèn)題。

本發(fā)明實(shí)施例是這樣實(shí)現(xiàn)的，基于雙尺度空間的圖像融合方法，所述方法包括：

獲取待融合源圖像，所述源圖像包括第一源圖像和第二源圖像；

對(duì)所述源圖像進(jìn)行非抽樣形態(tài)小波分解，得到所述源圖像在第二尺度空間的細(xì)節(jié)圖像和尺度圖像，所述細(xì)節(jié)圖像為所述源圖像與所述源圖像分別經(jīng)不同的分析濾波器變換后的平均值的差值，所述尺度圖像由所述源圖像分別經(jīng)不同的分析濾波器變換生成；

將所述第一源圖像的尺度圖像與第二源圖像對(duì)應(yīng)的尺度圖像、第一源圖像的細(xì)節(jié)圖像與第二源圖像對(duì)應(yīng)的細(xì)節(jié)圖像按照預(yù)定的系數(shù)融合規(guī)則進(jìn)行系數(shù)融合；

將融合的系數(shù)進(jìn)行雙尺度空間非抽樣形態(tài)小波逆變換，得到融合后的圖像。

本發(fā)明實(shí)施例的另一方面，提供了基于雙尺度空間的圖像融合裝置，所述裝置包括：

獲取單元，用于獲取待融合源圖像，所述源圖像包括第一源圖像和第二源圖像；