[發(fā)明專利]基于四元數(shù)小波變換的多聚焦圖像融合方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201611216386.5
• 申請(qǐng)日: 2016-12-26
• 公開（公告）號(hào): CN106803242A
• 公開（公告）日: 2017-06-06
• 發(fā)明（設(shè)計(jì)）人: 羅曉清;張戰(zhàn)成;鄭雪妮;席新星;檀華廷;王駿;董靜
• 申請(qǐng)（專利權(quán)）人: 江南大學(xué)
• 主分類號(hào): G06T5/50
• 分類號(hào): G06T5/50;G06T5/10;G06T5/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于四元數(shù)小波變換的多聚焦圖像融合方法，其特征是：首先對(duì)待融合的多聚焦圖像進(jìn)行四元數(shù)小波變換，得到一個(gè)低頻子帶(LL)和每層三個(gè)高頻子帶(LH，HL，HH)，其中每個(gè)子帶對(duì)應(yīng)四個(gè)四元數(shù)系數(shù)子帶，通過四元數(shù)代數(shù)運(yùn)算，這四個(gè)系數(shù)子帶可以轉(zhuǎn)換為一個(gè)幅值子帶和三個(gè)相位子帶，對(duì)低頻子帶系數(shù)采用基于改進(jìn)的相位梯度特征值取大的融合規(guī)則，對(duì)高頻子帶系數(shù)采用基于四元數(shù)矩陣綜合多特征的融合方法，最后對(duì)融合后的高頻、低頻子帶系數(shù)進(jìn)行四元數(shù)小波逆變換獲得最終的融合圖像。

2.根據(jù)權(quán)利要求1所述的基于四元數(shù)小波變換的多聚焦圖像融合方法，其特征在于包括以下具體步驟：

1)對(duì)待融合的兩幅多聚焦圖像進(jìn)行四元數(shù)小波變換，分解得到不同尺度、不同方向的高、低頻子帶，每個(gè)子帶對(duì)應(yīng)四個(gè)系數(shù)子帶，這四個(gè)系數(shù)子帶可以轉(zhuǎn)換為一個(gè)幅值子帶三個(gè)相位子帶；

2)分別融合低頻子帶系數(shù)和高頻子帶系數(shù)；

2.1)采用基于改進(jìn)的相位梯度特征值取大的融合規(guī)則融合低頻子帶系數(shù)；

2.2)采用基于四元數(shù)矩陣綜合多特征的融合規(guī)則融合高頻子帶系數(shù)；

a)構(gòu)建四元數(shù)高頻子帶系數(shù)的CHMM統(tǒng)計(jì)模型，利用期望最大化EM算法來估計(jì)模型參數(shù)，得到四元數(shù)子帶統(tǒng)計(jì)模型，并計(jì)算其邊緣概率密度函數(shù)Edge PDF，從而獲得基于邊緣概率密度函數(shù)的局部能量這個(gè)特征。然后再分別求高頻子帶的基于相位梯度的特征、方向標(biāo)準(zhǔn)差特征、子帶系數(shù)方差特征；

b)利用四元數(shù)矩陣對(duì)步驟a)中的四個(gè)特征進(jìn)行綜合得到一個(gè)綜合特征，最后采用綜合特征值取大的融合規(guī)則得到高頻融合系數(shù)；

3)對(duì)步驟2)所得高、低頻子帶融合系數(shù)，進(jìn)行四元數(shù)小波逆變換獲得融合后的圖像。

3.根據(jù)權(quán)利要求2所述的基于四元數(shù)小波變換的多聚焦圖像融合方法，其特征在于：步驟1)所述對(duì)待融合的兩幅多聚焦圖像進(jìn)行四元數(shù)小波變換，得到一個(gè)低頻子帶(LL)和每層三個(gè)高頻子帶(LH，HL，HH)，其中每個(gè)子帶對(duì)應(yīng)四個(gè)四元數(shù)系數(shù)子帶，通過四元數(shù)代數(shù)運(yùn)算，這四個(gè)系數(shù)子帶可以轉(zhuǎn)換為一個(gè)幅值子帶和三個(gè)相位子帶在低頻子帶中，這三個(gè)相位子帶給出了圖像的整體的邊緣和紋理信息，幅值子帶反映了圖像的概貌；在高頻子帶中，相位反映了圖像沿邊緣和紋理方向的變換，幅值子帶反映了圖像在某一方向的整體輪廓。

4.根據(jù)權(quán)利要求2所述的基于四元數(shù)小波變換的多聚焦圖像融合方法，其特征在于：步驟2.1)所述采用基于改進(jìn)的相位梯度特征值(ZML)取大的融合規(guī)則融合低頻子帶，具體如下：

τ₁(x,y)＝ZML^A(x,y)>ZML^B(x,y)

其中，分別表示源圖像A、B和融合圖像F位于(x,y)處的低頻子帶系數(shù)。τ₁(x,y)表示系數(shù)的選擇權(quán)重。

由于低頻子帶的相位和θ相位分別表示圖像垂直方向和水平方向的紋理信息，而梯度信息可以反映圖像的紋理變換，所以，我們?cè)O(shè)計(jì)了一個(gè)新的指標(biāo)ZML，如下：

其中，k表示源圖像A或B；表示在低頻相位s子帶(x,y)處的平均梯度，定義如下：

其中，代表源圖像k的低頻s相位子帶上(x,y)位置的系數(shù)，W₁×W₂代表窗口大小，這里，W₁＝W₂＝9。