基于Shearlet變換的多源圖像融合方法研究.pdf

1、隨著圖像在人們生活中應(yīng)用越來(lái)越廣泛，不同的圖像傳感器可以對(duì)同一場(chǎng)景獲取不同的圖像。紅外圖像與可見(jiàn)光圖像是典型的多源傳感器獲取的圖像，紅外圖像是一幅灰度圖像，圖像分辨率低，圖像缺乏層次感;可見(jiàn)光圖像較好地反映了目標(biāo)所處場(chǎng)景，圖像具有豐富的細(xì)節(jié)信息。但是，可見(jiàn)光傳感器會(huì)受陰雨或大霧天氣的影響而成像效果差，而且在夜晚不容易獲取目標(biāo)信息。利用圖像融合技術(shù)將紅外與可見(jiàn)光圖像進(jìn)行融合，能夠得到信息更豐富的圖像。本文以紅外圖像與可見(jiàn)光圖像為研究對(duì)象，

2、以提高融合圖像質(zhì)量為目標(biāo)，展開(kāi)紅外與可見(jiàn)光圖像的融合算法研究。
　　本文重點(diǎn)仿真并分析了四種已有的紅外與可見(jiàn)光圖像融合算法，給出了每一種算法的融合結(jié)果，通過(guò)對(duì)已有算法的學(xué)習(xí)，總結(jié)出了現(xiàn)有融合算法的優(yōu)缺點(diǎn)?，F(xiàn)有的紅外與可見(jiàn)光圖像融合算法通常是基于變換域的融合算法，首先對(duì)紅外圖像和可見(jiàn)光圖像進(jìn)行多尺度多方向分解，然后對(duì)高、低頻子帶系數(shù)按不同融合規(guī)則進(jìn)行系數(shù)融合，最后對(duì)融合后的高、低頻系數(shù)進(jìn)行逆變換得到最終的融合結(jié)果。實(shí)驗(yàn)結(jié)果表明，對(duì)于

3、紅外與可見(jiàn)光圖像融合，紅外圖像中的目標(biāo)在融合結(jié)果中并未較好地顯現(xiàn)出來(lái)。同時(shí)，為了驗(yàn)證融合算法的適用性，對(duì)通過(guò)多源傳感器獲得的醫(yī)學(xué)CT圖像和MRI圖像也進(jìn)行了仿真試驗(yàn)，試驗(yàn)結(jié)果表明現(xiàn)有紅外與可見(jiàn)光圖像融合算法也適用于醫(yī)學(xué)CT和MRI的圖像融合。
　　通過(guò)對(duì)已有算法的學(xué)習(xí)仿真，并結(jié)合紅外圖像和可見(jiàn)光圖像的自身特點(diǎn)，本文提出了一種自適應(yīng)的Shearlet變換的紅外與可見(jiàn)光圖像融合算法。該算法主要從改進(jìn)融合規(guī)則入手，首先對(duì)紅外與可見(jiàn)光圖像

4、分別作相同層數(shù)相同方向的Shearlet分解。然后，在相應(yīng)高頻子帶分別計(jì)算待融合像素點(diǎn)的區(qū)域能量，選取區(qū)域能量大的作為融合圖像的高頻系數(shù);在相應(yīng)低頻子帶中計(jì)算二者待融合像素點(diǎn)區(qū)域相似性匹配度大小，當(dāng)區(qū)域相似匹配度小于最佳閾值T時(shí)，說(shuō)明紅外與可見(jiàn)光圖像在該區(qū)域相似度低，此時(shí)選擇紅外圖像的低頻系數(shù)作為融合圖像的低頻系數(shù)，反之，選取可見(jiàn)光圖像的低頻系數(shù)作為融合圖像的低頻系數(shù)，而最佳閾值確定的方法是對(duì)不同的待融合圖像通過(guò)計(jì)算不同閾值下融合圖像與