[發明專利]一種用于多圖像融合的二維多元經驗模態分解算法

有效

• 申請號: 201811609919.5
• 申請日: 2018-12-27
• 公開（公告）號: CN109767411B
• 公開（公告）日: 2023-08-04
• 發明（設計）人: 夏亦犁;張斌;裴文江
• 申請（專利權）人: 東南大學
• 主分類號: G06T5/50
• 分類號: G06T5/50
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 王安琪

本發明公開了一種用于多圖像融合的二維多元經驗模態分解算法，包括如下步驟：(1)將待融合的多幅圖像組合為一個二維多元信號，作為2D?MEMD算法的輸入信號；(2)2D?MEMD算法可將輸入的二維多元信號分解為2D?IMFs，不同的2D?IMF表征了不同圖像的不同空間尺度響應；(3)使用局部方差最大法或局部能量最大法對相同空間尺度的2D?IMFs進行融合，再將不同空間尺度的融合結果相加，即可得到多圖像融合的結果。本發明能夠結合2D?EMD和MEMD算法的優勢，可以完成對二維多元信號，即多幅圖像的分解，為每幅圖像生成數量一致的2D?IMFs，且不會造成圖像空間信息的丟失。

技術領域

本發明涉及多元信號處理技術領域，尤其是一種用于多圖像融合的二維多元經驗模態分解算法。

背景技術

經驗模態分解(Empirical?Mode?Decomposition，EMD)是一種全數據驅動的信號處理技術，可以無需任何預先定義的參數、自適應地將一維一元信號分解為若干幅度和頻率經過調制的AM/FM信號，稱之為本征模態函數(Intrinsic?Mode?Functions，IMFs)。IMF通過不同的時間尺度說明了信號能量與頻率之間的關系，非常適用于非線性非平穩信號的時頻分析。圖像作為典型的非平穩信號，近年來，EMD及相關算法在圖像文理分析、圖像去噪、圖像融合等領域取得了廣泛的應用。

在此過程中，標準EMD的二維拓展算法(BidimensionalEMD，2D-EMD)和多元拓展算法(MultivariateEMD，MEMD)作出了很大的貢獻，尤其是在圖像融合領域，但是將其應用于圖像融合領域會存在一些尚未解決的問題。2D-EMD解決了標準EMD僅能處理一維信號的限制，可以對二維信號進行分解，當其應用于圖像融合時，分別對每幅待融合圖像進行分解，再對分解的結果進行融合。但是，由于EMD的唯一性問題，每幅圖像分解所得的IMFs數量很大可能是不同的，這限制了2D-EMD在圖像融合中的應用；MEMD則完美解決了由EMD唯一性帶來的問題，MEMD可以分解一維多元信號，為每個信號產生數量相等的IMFs，其應用于圖像融合時，不足之處在于需將圖像的行或列首尾相接組成一維信號，這一操作導致了圖像空間信息的丟失。

發明內容

本發明所要解決的技術問題在于，提供一種用于多圖像融合的二維多元經驗模態分解算法，能夠結合2D-EMD和MEMD算法的優勢，可以完成對二維多元信號，即多幅圖像的分解，為每幅圖像生成數量一致的2D-IMFs，且不會造成圖像空間信息的丟失。

為解決上述技術問題，本發明提供一種用于多圖像融合的二維多元經驗模態分解算法，包括如下步驟：

(1)將待融合的多幅圖像組合為一個二維多元信號，作為2D-MEMD算法的輸入信號；

(2)2D-MEMD算法可將輸入的二維多元信號分解為2D-IMFs，不同的2D-IMF表征了不同圖像的不同空間尺度響應；

(3)使用局部方差最大法或局部能量最大法對相同空間尺度的2D-IMFs進行融合，再將不同空間尺度的融合結果相加，即可得到多圖像融合的結果。

優選的，步驟(1)中，將待融合的多幅圖像組合為一個二維多元信號，作為2D-MEMD算法的輸入信號具體包括如下步驟：

(11)確定輸入二維多元信號I的元數n，以及投影方向的個數m，通過準蒙特卡洛方法產生n個長度為m的低差異序列作為投影方向矢量，此時，投影方向矢量的模長并不是單位長度，需進行歸一化，稱之為非歸一化投影方向矢量，其中，每個投影方向矢量各對應一個投影角度θ_k；

(12)計算輸入二維多元信號I沿每個投影角度θ_k所對應的歸一化投影方向矢量的投影提取局部極大值所在的位置

(13)使用Delaunay三角剖分算法，擬合散點得到方向θ_k所對應的極大值曲面