基+于多尺度图像融合方法研+究
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Keywords: Image fusion ； Non-sampling lifting wavelet ； Non-sampling Contourlet transform；Non-sampling lifting wavelet-Contourlet transform；Spatial frequency ratio
II
重庆大学硕士学位论文
英文摘要
transform which has the trait of shift invariance. the pyramid decompose of nonsubsampled is taken place by the newly obtained transform. Unifying this new transform with a certain fusion rule, a novel algorithm of image fusion based on the nonsubsampled lifting wavelet-Contourlet transform is obtained. Experimental results show that the new algorithm, compared with the nonsubsampled Contourlet transform method, can extract more useful information from the source image and pour the information into the fusion image, thus obtain a better performed fusion image.
③ A novel image fusion algorithm is proposed based on nonsubsampled Contourlet transform with the region contrast and spatial frequency ratio as fusion rules limit. For the fusion of visible and infrared image of the same scene, a weighted average scheme based on the physical features of images is proposed for choosing the low-frequency coefficients. With the high-frequency coefficients, a selection principle is proposed based on region contrast and spatial frequency ratio. The experimental results show that the method compared with the traditional simple fusion method and the regional energy fusion rule can be better in visual quality and objective evaluation criteria;
④ However, in the process of decomposition, nonsubsampled Contourlet transform uses non-sampling laplace pyramid forms, which perhaps leads to appearance of spectrum aliasing, and error of fusion. In order to overcome the drawbacks of pyramid decompose of NSCT, combined with the excellent performance of Non-sampling lifting wavelet, a novel image fusion method is proposed. In this method obtains the nonsubsampled lifting wavelet
重庆大学硕士学位论文
中文摘要
摘要
本文主要围绕基于多尺度的图像融合技术理论及其应用展开研究，论文主要工作如 下：
① 介绍了多尺度分解与重构工具在医学图像、多聚焦图像、遥感图像、红外与可 见光图像融合方面的应用，比较了不同的多尺度分析工具在图像融合中的性能。对小波 变换的图像融合原理进行了简要概述并给出简单融合实验。在肯定小波变换作为图像多 尺度融合工具所具有明显优势的同时，指出了其因缺乏平移不变性易导致相位偏差降低 融合质量的不足；
① In this paper, the application of image fusion in medical image, remot image infrared, visible light image and multi-focus image fusion are introduced. Also the image fusion performance of different Multi-scale analysis tools are compared. The image fusion theorys of wavelet transform are described in briefly. And some simple fusion experiments of wavelet transform are made. Although the multi-scale wavelet transform has obvious advantages, it is easily leads to phase deviation and affects the image fusion quality because of the lack of translation invariance;
多源传感器信息融合就是一种多方面、多层次的处理过程，包括对多源数据进行检 测、组合和评估，从而提高状态和目标估计的精度，以及对战场态势和威胁的重要程度 进行适时完整的评价。在多源传感器信息融合系统中，各种传感器提供的信息可能具有 不同的特性，有些传感处理器能处理实时、精确的信息，有的能处理非实时的、模糊的、 非时变的信息。如人脑的工作原理类似，能充分利用多个资源，通过对各传感器信息的 合理支配与使用，在时间上或空间上把互补或冗余信息按照某种优化准则结合起来，得 出对观测环境的一致性描述或解释同时以获得被测对象的融合结果。其目标是基于各种 传感器的分离观测信息，通过对信息的优化组合导出更多有效信息，利用多个传感器共 同或联合的优势来获得比其各组成部分的子集该系统等优越的性能，由此来提高整个系 统的有效性。
④ 由于非采样 Contourlet 变换在分解过程采用非采样拉普拉斯金字塔的方式进行 的，在进行方向滤波时，容易造成频谱混叠现象。为克服 NSCT 的分解缺陷，结合非采 样提升小波的优良性能，本文提出了以非采样提升小波变换来取代 NSCT 的金字塔分解 的非采样提升小波-Contourlet 变换，并与融合规则相结合，提出了一种基于非采样提升 小波-Contourlet 变换的图像融合算法。实验证明本算法相对于非采样 Contourlet 变换能 够提取更多源图像的有用信息注入到融合图像中，获得的融合图像性能更高效果更优。
③ 提出了基于非采样 Contourlet 变换的改进融合算法，并以区域对比度和空间频率 比作为融合规则测度。针对红外与可见光图像进行实验。图像经分解后低频部分采用基 于图像物理特征的“加权平均”系数融合，对高频系数采用基于区域对比度与空间频率 比相结合的系数融合方法。实验结果表明该方法相对于传统的简单融合方法以及基于区 域能量的融合方法能得到具有更好视觉效果和更优量化指标的融合图像；
关键词：图像融合；非采样提升小波；非采样 Contourlet 变换；非采样提升小波-Contourlet 变换；空间频率比
I
重庆大学硕士学位论文
英文摘要
ABSTRACT
In this paper, we studied the multi-scale image fusion theory and its application. The research contents are as follows:
② The spatial frequency ratio which could reflect regional similarity among images was defined. Based on lifting wavelet transform, the nonsampled lifting wavelet transform with the trait of shift invariance was obtained by cancelling the odd and even split process of lifting wavelet transform. In the choice of low-frequency sub-band coefficients, a scheme of the combination of weighting and selection based on spatial frequency ratio is presented; And the high-frequency was fused by weighting fusion algorithm based on edge. The experiment upon multi-focus images are done. The experimental results show that the proposed image fusion algorithm compared with traditional wavelet methods have obvious superiority;
② 定义了能够反映论基础上，通过取消其奇偶分裂环节，得到具有平移不变性的非采样提升小波变换。 在选择低频子带系数时提出了一种基于空间频率比的加权与选择相结合系数选择方案； 针对高频子带的融合，采用一种基于边缘信息的加权融合方法。对多聚焦图像进行了融 合实验，实验结果显示出该算法相对于传统基于小波的图像融合方法具有明显的优越 性；
III
重庆大学硕士学位论文
1 绪论
1 绪论
1.1 图像融合的研究背景与意义
当今社会已进入了数字化的信息时代，大量数据需要用信息手段去处理和分析。而 这些信息中最重要的是数字图像信息，它所包含的信息是所有其他媒体信息的总和还要 多。面对这些纷繁的图像信息如何来处理分析是急需解决的问题。
随着技术的发展，出现了多种图像传感器。这些传感器提供了形式多样、信息量丰 富的数据，随之而来的是多传感器信息融合概念的产生和不断发展。多传感器信息融合 (Multi-sensor Information Fusion，MIF)又称为多源信息融合[1]（Multi-source Information Fusion），即通过对各传感器在空间和时间上的冗余和互补信息依据某种算法进行组合， 以获得被测对象的一致性解释或描述，比其各组成部分单个传感器能获得更好的融合性 能[1-2]。随着科技的迅猛发展，近年来工业、军事领域的发展，日益增长的信息复杂度， 信息超载、数据频仍使人们面临着缺乏更优化的方法来综合考虑这些信息量的对决策的 影响的问题。因此急需通过新的技术手段对过多的信息消化、分析和估评，使得多传感 器信息融合技术引起军事以及工业领域的密切关注和重视并推动了该技术在理论与应 用两个方向都不断发展。多传感器信息融合极大地模拟人的认知过程。人类在认知过程 中，通过不同的感官对客观事物实施多方位、多种类的感知，从而获得大量互补和冗余 的信息；然后由大脑对这些收集来的感知信息依据某种未知的规则进行组合和处理，从 而得到客观对象统一与和谐的理解和认识。这种由感知到认识的过程就是生物体的多传 感器信息融合的过程。人们希望用机器来模仿这种由感知到认知的过程。于是，一门新 的边缘学科——多源信息融合便诞生了。
II
重庆大学硕士学位论文
英文摘要
transform which has the trait of shift invariance. the pyramid decompose of nonsubsampled is taken place by the newly obtained transform. Unifying this new transform with a certain fusion rule, a novel algorithm of image fusion based on the nonsubsampled lifting wavelet-Contourlet transform is obtained. Experimental results show that the new algorithm, compared with the nonsubsampled Contourlet transform method, can extract more useful information from the source image and pour the information into the fusion image, thus obtain a better performed fusion image.
③ A novel image fusion algorithm is proposed based on nonsubsampled Contourlet transform with the region contrast and spatial frequency ratio as fusion rules limit. For the fusion of visible and infrared image of the same scene, a weighted average scheme based on the physical features of images is proposed for choosing the low-frequency coefficients. With the high-frequency coefficients, a selection principle is proposed based on region contrast and spatial frequency ratio. The experimental results show that the method compared with the traditional simple fusion method and the regional energy fusion rule can be better in visual quality and objective evaluation criteria;
④ However, in the process of decomposition, nonsubsampled Contourlet transform uses non-sampling laplace pyramid forms, which perhaps leads to appearance of spectrum aliasing, and error of fusion. In order to overcome the drawbacks of pyramid decompose of NSCT, combined with the excellent performance of Non-sampling lifting wavelet, a novel image fusion method is proposed. In this method obtains the nonsubsampled lifting wavelet
重庆大学硕士学位论文
中文摘要
摘要
本文主要围绕基于多尺度的图像融合技术理论及其应用展开研究，论文主要工作如 下：
① 介绍了多尺度分解与重构工具在医学图像、多聚焦图像、遥感图像、红外与可 见光图像融合方面的应用，比较了不同的多尺度分析工具在图像融合中的性能。对小波 变换的图像融合原理进行了简要概述并给出简单融合实验。在肯定小波变换作为图像多 尺度融合工具所具有明显优势的同时，指出了其因缺乏平移不变性易导致相位偏差降低 融合质量的不足；
① In this paper, the application of image fusion in medical image, remot image infrared, visible light image and multi-focus image fusion are introduced. Also the image fusion performance of different Multi-scale analysis tools are compared. The image fusion theorys of wavelet transform are described in briefly. And some simple fusion experiments of wavelet transform are made. Although the multi-scale wavelet transform has obvious advantages, it is easily leads to phase deviation and affects the image fusion quality because of the lack of translation invariance;
多源传感器信息融合就是一种多方面、多层次的处理过程，包括对多源数据进行检 测、组合和评估，从而提高状态和目标估计的精度，以及对战场态势和威胁的重要程度 进行适时完整的评价。在多源传感器信息融合系统中，各种传感器提供的信息可能具有 不同的特性，有些传感处理器能处理实时、精确的信息，有的能处理非实时的、模糊的、 非时变的信息。如人脑的工作原理类似，能充分利用多个资源，通过对各传感器信息的 合理支配与使用，在时间上或空间上把互补或冗余信息按照某种优化准则结合起来，得 出对观测环境的一致性描述或解释同时以获得被测对象的融合结果。其目标是基于各种 传感器的分离观测信息，通过对信息的优化组合导出更多有效信息，利用多个传感器共 同或联合的优势来获得比其各组成部分的子集该系统等优越的性能，由此来提高整个系 统的有效性。
④ 由于非采样 Contourlet 变换在分解过程采用非采样拉普拉斯金字塔的方式进行 的，在进行方向滤波时，容易造成频谱混叠现象。为克服 NSCT 的分解缺陷，结合非采 样提升小波的优良性能，本文提出了以非采样提升小波变换来取代 NSCT 的金字塔分解 的非采样提升小波-Contourlet 变换，并与融合规则相结合，提出了一种基于非采样提升 小波-Contourlet 变换的图像融合算法。实验证明本算法相对于非采样 Contourlet 变换能 够提取更多源图像的有用信息注入到融合图像中，获得的融合图像性能更高效果更优。
③ 提出了基于非采样 Contourlet 变换的改进融合算法，并以区域对比度和空间频率 比作为融合规则测度。针对红外与可见光图像进行实验。图像经分解后低频部分采用基 于图像物理特征的“加权平均”系数融合，对高频系数采用基于区域对比度与空间频率 比相结合的系数融合方法。实验结果表明该方法相对于传统的简单融合方法以及基于区 域能量的融合方法能得到具有更好视觉效果和更优量化指标的融合图像；
关键词：图像融合；非采样提升小波；非采样 Contourlet 变换；非采样提升小波-Contourlet 变换；空间频率比
I
重庆大学硕士学位论文
英文摘要
ABSTRACT
In this paper, we studied the multi-scale image fusion theory and its application. The research contents are as follows:
② The spatial frequency ratio which could reflect regional similarity among images was defined. Based on lifting wavelet transform, the nonsampled lifting wavelet transform with the trait of shift invariance was obtained by cancelling the odd and even split process of lifting wavelet transform. In the choice of low-frequency sub-band coefficients, a scheme of the combination of weighting and selection based on spatial frequency ratio is presented; And the high-frequency was fused by weighting fusion algorithm based on edge. The experiment upon multi-focus images are done. The experimental results show that the proposed image fusion algorithm compared with traditional wavelet methods have obvious superiority;
② 定义了能够反映论基础上，通过取消其奇偶分裂环节，得到具有平移不变性的非采样提升小波变换。 在选择低频子带系数时提出了一种基于空间频率比的加权与选择相结合系数选择方案； 针对高频子带的融合，采用一种基于边缘信息的加权融合方法。对多聚焦图像进行了融 合实验，实验结果显示出该算法相对于传统基于小波的图像融合方法具有明显的优越 性；
III
重庆大学硕士学位论文
1 绪论
1 绪论
1.1 图像融合的研究背景与意义
当今社会已进入了数字化的信息时代，大量数据需要用信息手段去处理和分析。而 这些信息中最重要的是数字图像信息，它所包含的信息是所有其他媒体信息的总和还要 多。面对这些纷繁的图像信息如何来处理分析是急需解决的问题。
随着技术的发展，出现了多种图像传感器。这些传感器提供了形式多样、信息量丰 富的数据，随之而来的是多传感器信息融合概念的产生和不断发展。多传感器信息融合 (Multi-sensor Information Fusion，MIF)又称为多源信息融合[1]（Multi-source Information Fusion），即通过对各传感器在空间和时间上的冗余和互补信息依据某种算法进行组合， 以获得被测对象的一致性解释或描述，比其各组成部分单个传感器能获得更好的融合性 能[1-2]。随着科技的迅猛发展，近年来工业、军事领域的发展，日益增长的信息复杂度， 信息超载、数据频仍使人们面临着缺乏更优化的方法来综合考虑这些信息量的对决策的 影响的问题。因此急需通过新的技术手段对过多的信息消化、分析和估评，使得多传感 器信息融合技术引起军事以及工业领域的密切关注和重视并推动了该技术在理论与应 用两个方向都不断发展。多传感器信息融合极大地模拟人的认知过程。人类在认知过程 中，通过不同的感官对客观事物实施多方位、多种类的感知，从而获得大量互补和冗余 的信息；然后由大脑对这些收集来的感知信息依据某种未知的规则进行组合和处理，从 而得到客观对象统一与和谐的理解和认识。这种由感知到认识的过程就是生物体的多传 感器信息融合的过程。人们希望用机器来模仿这种由感知到认知的过程。于是，一门新 的边缘学科——多源信息融合便诞生了。