[發明專利]用于多圖像融合的二維多元信號經驗模態快速分解方法

有效

• 申請號: 202010465445.2
• 申請日: 2020-05-28
• 公開（公告）號: CN111369488B
• 公開（公告）日: 2020-11-10
• 發明（設計）人: 方懿德;夏亦犁;裴文江
• 申請（專利權）人: 江蘇集萃移動通信技術研究所有限公司
• 主分類號: G06T5/50
• 分類號: G06T5/50;G06T3/40;G06T7/00
• 代理公司: 南京睿之博知識產權代理有限公司 32296
• 代理人: 劉菊蘭

1.一種用于多圖像融合的二維多元信號經驗模態快速分解方法，其特征在于，包括如下步驟：

步驟A、將需要融合的多幅圖像組合成一個二維多元信號，作為基于均值估計的二維多元經驗模態分解算法，即MA-BMEMD的輸入信號，其中每一幅圖像為二維多元信號中的一個二維信號；

步驟B、將輸入信號中的每個二維信號同時分解到若干個空間尺度中，得到投影信號，采用基于均值估計的二維多元經驗模態分解算法將每個投影信號分解為若干本征模態函數；

步驟C、使用局部方差最大法或局部能量最大法將同一空間尺度下不同的本征模態函數進行融合，再將所有空間尺度的融合后的信號疊加即可得到融合后的圖像；

其中，所述步驟B包括：

步驟B1、將輸入的二維多元信號投影到若干個方向上，得到每個方向上的投影信號；

步驟B2、提取每個方向上的投影信號的極值點；

步驟B3、通過投影信號的極值點得到每個二維信號的極值點，在極值點的基礎上構造德勞內三角，在德勞內三角內結合均值估計快速算法，由極值點得到均值點，具體為：使用德勞內三角化對極值點進行三角劃分，得到多個極值點三角形即德勞內三角，每個德勞內三角的重心作為一個均值點，對于每個德勞內三角，通過三個頂點的坐標與像素值計算對應的重心即均值點的坐標與像素值；

步驟B4、使用三次樣條插值對每個方向上的所有均值點進行插值，擴充成圖像大小，得到每個方向上的均值曲面；

步驟B5、將所有方向上的均值曲面進行平均，得到二維多元信號的均值曲面；

步驟B6、輸入信號減去均值曲面，即為分解出的一個本征模態函數，并判斷該本征模態函數是否滿足預先設定的停止標準，若不滿足，則將該本征模態函數作為輸入，若滿足，則將均值曲面作為輸入，重復步驟B1至B5，直到提取出所有本征模態函數。

2.根據權利要求1所述的一種用于多圖像融合的二維多元信號經驗模態快速分解方法，其特征在于，所述步驟B3中，在得到的極值點的基礎上構造德勞內三角，對于一個德勞內三角，使用重心作為均值點，均值點坐標為，則：

其中，德勞內三角的三個頂點分別為，，，頂點坐標分別為、和；為均值點的像素值，為德勞內三角的頂點的像素值，表示三個頂點的權重。

3.根據權利要求2所述的一種用于多圖像融合的二維多元信號經驗模態快速分解方法，其特征在于，采用等權重劃分方式時，；

采用基于歐式距離的權重劃分方式時，

其中表示均值點到第p個頂點的歐式距離。

4.根據權利要求1所述的一種用于多圖像融合的二維多元信號經驗模態快速分解方法，其特征在于，所述步驟B6中，停止標準為：兩次相鄰迭代運算的柯西標準差和之間的差異小于事先設定的閾值時，停止迭代，即

其中，柯西標準差，M、N是圖像的高和寬；代表第x次篩選的結果；為事先設定的閾值。

5.根據權利要求1所述的一種用于多圖像融合的二維多元信號經驗模態快速分解方法，其特征在于，所述步驟B5中，

其中，為第k個方向上的均值曲面，A為二維多元信號的均值曲面。

6.根據權利要求1所述的一種用于多圖像融合的二維多元信號經驗模態快速分解方法，其特征在于，所述步驟C中，對同一空間尺度的本征模態函數進行融合的步驟包括：

步驟C1、計算每幅圖像的每個本征模態函數的局部方差或局部能量；

步驟C2、計算每幅圖像的每個像素點對應的權重矩陣；

步驟C3、通過局部方差和權重矩陣計算該空間尺度下融合后的每個本征模態函數；

步驟C4、將所有空間尺度下融合后的本征模態函數進行疊加，即可得到融合后的圖像。