資源描述：
《基于小波變換的圖像數(shù)據(jù)融合方法》由會員上傳分享，免費在線閱讀，更多相關內容在工程資料-天天文庫。
1、第8卷第6期光學精密工程Vol.8,No.62000年12月OPTICSANDPRECISIONENGINEERINGDec.,2000文章編號1004-924X(2000)06-0549-03基于小波變換的圖像數(shù)據(jù)融合方法孫輝(中國科學院長春光學精密機械與物理研究所,吉林長春130021)摘要:提出一種基于小波變換的圖像數(shù)據(jù)融合方法。原始圖像經過小波變換,分解成亮度子圖像和邊緣子圖像,對分解后的子圖像進行分塊處理,根據(jù)局部區(qū)域方差準則計算融合系數(shù),對每個子塊圖像進行數(shù)據(jù)融合,最后重建圖像。實驗結
2、果表明,本文方法具有很好的一致性。關鍵詞:小波變換;數(shù)據(jù)融合;多源信息中圖分類號:TN911.74文獻標識碼:A變換在時域和頻域的矛盾,能夠在時域和頻域上1引言同時具有很好的局部化特性。經小波分解后,可以將原始圖像分解成低頻圖像和高頻圖像,低頻圖數(shù)據(jù)融合技術是在采集多源信息的基礎上,像還可以逐級分解,分解的各級子圖像都包含著通過協(xié)同利用原始的多源信息,獲得同一事物或原始圖像的空間結構信息。下面介紹實用的小波[2-3]目標的更客觀、更本質認識的綜合處理技術。與單變換算法-Mallat快速算法。一、孤
3、立的原始多源信息相比,經過融合技術處理設二維圖像{C0(m,n)},則對于給定的尺度的信息更簡潔、更少冗余,因此更有效、更有用途。函數(shù)和小波函數(shù),可用下式進行小波分解:近幾年來,數(shù)據(jù)融合技術引起了世界范圍內的廣Ck(i,j)=∑∑Ck-1(m,n)h(2m-i)h(2n-j)mn泛關注,在多譜段空間遙感圖像、醫(yī)用掃描成像、(1a)工業(yè)檢測、機器人智能、計算機多媒體技術等領[1,4]域,都具有重要的理論和實用價值。Hdk(i,j)=∑∑Ck-1(m,n)h(2m-i)g(2n-j)mn小波變換的多分
4、辨率分析是一種嶄新的時域(1b)/頻域信號分析工具,是當前信號與圖像處理等眾多領域的研究熱點。小波變換可以將原始圖像分Vdk(i,j)=∑∑Ck-1(m,n)g(2m-i)h(2n-j)解成一系列具有不同空間分辨率和頻域特性的子mn(1c)圖像,可以充分反映原始圖像的局部變化特征,為圖像數(shù)據(jù)融合提供了有利條件。Ddk(i,j)=∑∑Ck-1(m,n)g(2m-i)g(2n-j)近年來,結合其它數(shù)據(jù)處理方法,多分辨率小mn波分析已被廣泛用于各種圖像的數(shù)據(jù)融合。本文(1d)重建過程則是:在深入研究基于
5、小波變換的遙感圖像數(shù)據(jù)融合方Ck-1(m,n)=法的基礎上(國家863青年基金課題),提出一種∑∑Ck(i,j)h(2m-i)h(2n-j)+適用更廣泛的數(shù)據(jù)融合方法。實驗結果表明,本文ijH方法具有較好的圖像融合性能?！啤芼k(i,j)h(2m-i)g(2n-j)+ijV∑∑dk(i,j)g(2m-i)h(2n-j)+2圖像小波分解與重建ijD∑∑dk(i,j)g(2m-i)g(2n-j)ij小波變換是正交變換,除了具有傳統(tǒng)的(2)Fourier變換的優(yōu)點外,還較好地解決了Fourier收稿日期
6、:2000-08-10;修訂日期:2000-11-04552光學精密工程8卷由式(1a)得到的子圖像反映了原圖像的平滑子圖像、水平邊緣、垂直邊緣和斜向邊緣子圖像如特性,稱為低頻圖像,由式(1b)、(1c)、(1d)得到的圖2所示。子圖像反映了原圖像的亮度突變特性,分別稱為通過數(shù)值分布統(tǒng)計,信源圖像A和B經過小水平、垂直和斜向方向的高頻圖像。其中低頻圖像波分解后的子圖像具有如下特性:反映原圖像的近似和平均特性,集中原圖像的大1.在原圖像中數(shù)據(jù)有較大變化幅度的區(qū)域,部分信息;高頻子圖像像素值在零值左右
7、波動,絕在子圖像中相應區(qū)域的數(shù)值也有較大變化;反之,對值較大的像素反映原圖像的亮度突變特性,體在原圖像中數(shù)據(jù)有較小變化幅度的區(qū)域,在子圖現(xiàn)原圖像的突變特性,對應于原圖像的邊緣、區(qū)域像中相應區(qū)域的數(shù)值變化也較小。邊界等,所以也稱邊緣子圖像。2.對同一目標或物體的兩個信源圖像來說,其低頻圖像相應區(qū)域的數(shù)據(jù)值相同或相近,而高3小波變換特性分析與融合算法頻子圖像卻有顯著差別。小波變換具有的上述特性,為我們選擇有效的融合方法提供了理論根據(jù)。Fig.1Originalimages根據(jù)公式(1),對同一目標的兩
8、個信源圖像AFig.2Sub-images和B(圖1)分別做一階小波分解,分解后的低頻Fig.3FlowchartofimagefusionbasedonWT圖3給出了基于小波變換的圖像數(shù)據(jù)融合方算其平均值與方差。法的流程。首先對兩個信源圖像分別進行小波分(3)分別確定A和B圖像每個子塊圖像加權解變換,得到一系列子圖像,然后按照如下給出的系數(shù)k1、k2。如果A圖像方差>B圖像融合準則選擇融合后的子圖像數(shù)據(jù),最后經過小子塊方差,則k1>k2,否則k1
