一种新的图像融合方法技术

本发明专利技术公开了一种新的图像融合方法，该方法的处理过程是：首先应用非采样的轮廓波变换（NSCT）对源图像A、B进行融合，得到初始融合图像，其次给定阈值T，并采用峰值信噪比（PSNR）对源图像A、B与初始融合图像进行相关性判断，通过迭代融合得到最终的融合效果。通过实验结果表明，本发明专利技术的融合结果相对于传统的融合方法更加精确，并且融合后的图像符合人眼视觉效果。

【技术实现步骤摘要】

本专利技术属于图像处理领域，具体涉及到一种新的图像融合方法。
技术介绍
图像融合技术是20世纪70年代提出的新概念，是将不同传感器获取的同一景物或同一传感器在不同时刻获得的同一景物的图像，经过去噪、时间配准、空间配准和重采样之后，再运用某种融合技术得到一幅合成图像的过程。传统的图像融合分为三类：像素级图像融合、特征级图像融合和决策级图像融合。其中，像素级图像融合是在基础层面上的图像融合，主要优点是融合后的图像包含了尽可能多的原始数据且融合的准确性最高，提供了其他融合层次不能提供的细节信息。但像素级图像融合所需处理的信息量最大，对硬件设备的要求较高；特征级别图像融合时对预处理和特征提取后的原始输入图像进行信息获取，但图像特征的提取算法还有待进一步研究；决策级图像融合是指根据一定的准则以及每个决策的可信度作出最优决策，优点是融合系统的处理开销低、容错性能好，适用面广，对原始的输入数据没有什么特殊要求。
技术实现思路
基于此，本专利技术提出了一种决策级图像融合算法，具体是一种新的图像融合算法，算法的具体步骤如下：步骤1：第1次迭代融合图像获取将源图像A和源图像B进行基于非采样的Contourlet变换进行图像融合，得到第1次迭代融合图像F，具体过程如下：步骤1.1：图像预处理采用均值滤波器对图像A和B进行滤波处理，得到滤波后的图像A′和B′。步骤1.2：图像分解>应用NSCT变换将图像A′和图像B′进行分解，得到两图像分解后的低频系数为和，高频系数为和，其中l为尺度分解数，k为方向分解级数。步骤1.3：图像重构采用均值法和绝对值最大法分别作为低频子带和高频方向子带的融合规则，具体见公式（1）和公式（2）。IFL(i,j)=IlA′(i,j)+IlB′(i,j)2---(1)]]>Il,kF(i,j)=Il,kA′(i,j),if|Il,kA′(i,j)|≥|Il,kB′(i,j)|Il,kB′(i,j),if|Il,kA′(i,j)|<|Il,kB′(i,j)|---(2)]]> 根据上述融合策略，经过NSCT逆变换重构图像，即为第1次迭代融合图像F。步骤2：相关性分析采用公式（3）计算源图像A和第1次迭代融合图像F，源图像B和第1次迭代融合图像F的峰值信噪比PSNRAF 和PSNRBF。PSNRAF=10lg(amax2MSEAF),PSNRBF=10lg(amax2MSEBF)---(3)]]>其中MSE'AF=1MNΣi=1MΣj=1N[A(i,j)-F(i,j)]2,MSEBF=1MNΣi=1MΣj=1N[B(i,j)-F(i,j)]2]]> 。步骤3：进行检验设定阈值T，当峰值信噪比满足以下关系时，PSNRAF＜T,PSNRBF＜T                         （4）则，第1次迭代融合图像F为最终融合效果。当峰值信噪比满足以下关系时：PSNRAF≥T  or  PSNRBF≥T                         （5）则进行如下处理：1）将源图像A和第1次迭代融合图像F进行融合，得到融合后的图像IAF，并将源图像B和第1次迭代融合图像F进行融合，得到融合后的图像IBF；2) 应用公式（3）分别计算图像IAF与源图像A的峰值信噪比，图像IBF与源图像F的峰值信噪比，直到满足公式（4）为止。本专利技术主要通过源图像和第1次迭代融合图像的相关性进行分析，判断第1次迭代融合图像是否满足阈值要求。通过实验结果表明，本专利技术的融合结果相对于传统的融合方法更加精确，并且融合后的图像符合人眼视觉效果。附图说明图1是本专利技术的流程图；图2是本专利技术的图像融合效果图，其中图2（1）为左聚焦图像，图2（2）为右聚焦图像，图2（3）为第1次迭代融合图像，图2（4）为第2次迭代融合图像，图3是各种常用图像融合算法的效果图，图3（1）本专利技术图像融合的效果图，图3（2）是基于DWT变换的图像融合算法，图3（3）是基于LSWT变换的图像融合算法，图3（4）是基于NSCT图像融合算法。具体实施方式参照图1，本专利技术的具体过程包括：步骤1：第1次迭代融合图像获取将源图像A和源图像B进行基于非采样的Contourlet变换进行图像融合，得到第1次迭代融合图像F，具体过程如下：步骤1.1：图像预处理采用均值滤波器对图像A和B进行滤波处理，得到滤波后的图像A′和B′。步骤1.2：图像分解应用NSCT变换将图像A′和图像B′进行分解，得到两图像分解后的低频系数为和，高频系数为和，其中l为尺度分解数，k为方向分解级数。步骤1.3：图像重构采用均值法和绝对值最大法分别作为低频子带和高频方向子带的融合规则，具体见公式（5）和公式（6）。IFL(i,j)=IlA′(i,j)+IlB′(i,j)2---(5)]]>Il,kF(i,j)=Il,kA′(i,j),if|Il,kA′(i,j)|≥|Il,kB′(i,j)|Il,kB′(i,j),if|Il,kA′(i,j)|<|Il,kB′(i,j)|---(6)]]>根据上述融合策略，经过NSCT逆变换重构图像，即为第1次迭代融合图像F。步骤2：相关性分析采用公式（7）计算源图像A和第1次迭代融合图像F，源图像B和第1次迭代融合图像F的峰值信噪比PSNRAF 和PSNRBF。PSNRAF=10lg(amax2MSEAF),PSNRBF=10lg(amax2MSEBF)---(7)]]>其中MSE'AF=1MNΣi=1MΣj=1N[A(i,j)-F(i,j)]2,MSEBF=1MNΣi=1MΣj=1N[B(i,j)-F(i,j)]2]]> 。步骤3：进行检验设定阈值T，当峰值信噪比满足以下关系时，PSNRAF＜T,PSNRBF＜T                          （8）则，第1次迭代融合图像F为最终融合效果。当峰值信噪比满足以下关系时：PSNRAF≥T  or  PSNRBF≥T则进行如下处理：1）将源图像A和第本文档来自技高网...

【技术保护点】
一种新的图像融合算法，其具体步骤：步骤1：初始融合图像获取将源图像A和源图像B进行基于非采样的Contourlet变换进行图像融合，得到初始融合图像F，具体过程如下：步骤1.1：图像预处理采用均值滤波器对图像A和B进行滤波处理，得到滤波后的图像和；步骤1.2：图像分解应用NSCT变换将图像和进行分解，得到两图像分解后的低频系数为和，高频系数为和，其中l为尺度分解数，k为方向分解级数；步骤1.3：图像重构采用均值法和绝对值最大法分别作为低频子带和高频方向子带的融合规则，具体见公式（1）和公式（2），（1）（2）根据上述融合策略，经过NSCT逆变换重构图像，即为初始融合图像F；步骤2：相关性分析采用公式（3）计算源图像A和初始融合图像F，源图像B和初始融合图像F的峰值信噪比和，（3）其中；步骤3：进行检验设定阈值T，当峰值信噪比满足以下关系时，（4）则，初始融合图像F为最终融合效果；当峰值信噪比满足以下关系时：（5）则进行如下处理：1）将源图像A和初始融合图像F进行融合，得到融合后的图像，并将源图像B和初始融合图像F进行融合，得到融合后的图像；2)?应用公式（3）分别计算图像与源图像A的峰值信噪比，图像与源图像F的峰值信噪比，直到满足公式（4）为止。...

【技术特征摘要】
1.一种新的图像融合算法，其具体步骤：
步骤1：初始融合图像获取
将源图像A和源图像B进行基于非采样的Contourlet变换进行图像融合，得到初始融合图像F，具体过程如下：
步骤1.1：图像预处理
采用均值滤波器对图像A和B进行滤波处理，得到滤波后的图像                                               和；
步骤1.2：图像分解
应用NSCT变换将图像和进行分解，得到两图像分解后的低频系数为和，高频系数为和，其中l为尺度分解数，k为方向分解级数；
步骤1.3：图像重构
采用均值法和绝对值最大法分别作为低频子带和高频方向子带的融合规则，具体见公式（1）和公式（2），
                                （1）
                    （2）
根据...

【专利技术属性】
技术研发人员：耿亮，郑夏铭，
申请(专利权)人：西安元朔科技有限公司，
类型：发明
国别省市：