图像融合技术模板.ppt
相关主题
- 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)。
LOGO
图像融合技术
精选文档
1
精选文档
图像融合的方法
简单组合式图像融合方法
空间域融合方法
逻辑滤波器法 数学形态法
图像
图像代数法
融合 方法
HIS变换 PCA变换
变换域融合方法 高通滤波法(HPF)
金字塔变换法
小波变换法 Contourlet变换
2
精选文档
基于多分辨图像融合的实现
多分辨结构的融合算法（如图像金字塔和小波等）其基本 思想来自于人眼视觉系统对于局部对比度变化的敏感性， 因此可直接将融合图像作为一种融合多尺度边缘的描述。 多分辨融合能较好地保留图像的细节部分，并具有较好的 目视效果。
须把低分辨率图像 Gk 进行扩充，使其尺寸和高分辨率图像一样。 K-对1层图图像像进相行减插。值即放大，第K层被扩充图像为Gk* ，其与上一层图
LPk1 Gk1 Gk*
上式生成了拉普拉斯金字塔的第K-1层。 拉普拉斯金字塔分解过程分为四个步骤：低通滤波（模糊）、
下采样（缩小尺寸）、插值（放大尺寸）、带通滤波（图像相 减）。
Gl [w Gl1]2
其中*表示卷积，[·]↓2表示“2抽1”的下采样。
8
精选文档
基于多分辨图像融合的实现
Laplacian金字塔
拉普拉斯金字塔的构造基于高斯金字塔的分解，拉普拉斯金 字塔变换中各层子图由高斯金字塔中对应层子图与其下一层图像 的预测图之差形成。
为求出高斯金字塔中第K层图像与上一层图像之间的差异，必
1 2
C j1
k ,lZ
1 2
C j1
k ,lZ
1 2
C j1
k ,lZ
k, l h h k2m l2n k, l h g k2m l2n k, l g h k2m l2n
d
3 j
m, n
1
2
C j1
k ,lZ
k,l
g g k 2m l2n
式中，Z为整数 级，{h，g}为 选定的滤波器 组，1<=j<=N,N 为离散小波变 换分解层数。
均是前一级图像低通滤波形成的：
Lr Lr
Gl (i, j)
(m,n)Gl1(2i m,2 j n)
mLr nLr
(1 l N ,0 i Rk ,0 j Ck )
7
精选文档
基于多分辨图像融合的实现
其中N为高斯金字塔分解的最大层数Rk 和Ck 分别为高
斯金字塔第l层图像的行数、列数，上式也可写为：
12
精选文档
基于多分辨图像融合的实现
下
上
13
精选文档
基于多分辨图像融合的实现
此时离散小波变换为
d j,k (f) f (x) j,k (x)dx
二维小波分解的具体过程为：在低频子带上对图像 I(x,y)中每一行构成的一维数组进行一维小波分解，再对 分解形成的低、高频信息中每一列的一维数据做一维小波 分解，最终形成四个子带图像的低频分量LL、垂直方向上 的高频分量LH、水平方向上的高频分量HL、两个方向上的 高频分量HH。
金字塔融合算法 1. 获取每一路图像的Gaussian金字塔序列 2. 获取每一路图像的Laplacian金字塔等序列 3.该塔序列对应级融合，融合算子很多，最 常见的取“与”或“或”。
11
精选文档
基于多分辨图像融合的实现 小波变换
小波变换本质是一种高通滤波，采用不同的小波基就会产 生不同的滤波效果。小波变换可将原始图像分解成一系列具有 不同空间分辨率和频域特性的子图像，针对不同频带子图像的 小波系数进行组合，形成融合图像的小波系数。
9
精选文档
基于多分辨图像融合的实现
拉普拉斯金字塔分解过程分为四个步骤： (1)低通滤波（模糊） (2)下采样（缩小尺寸） (3)插值（放大尺寸） (4)带通滤波（图像相减） 完整的拉普拉斯金字塔定义如下：
LPk Gk Gk*1,0 k N LPN GN ,k N
10
精选文档
基于多分辨图像融合的实现
14
精选文档
基于多分辨图像融合的实现
15
精选文档
基于多分辨图像融合的实现
二维离散小波变换
16
精选文档
基于多分辨图像融合的实现
Mallat经典算法
设输入图像为 f m, n 令 C0m,n f m,n Mallat图像分解算法如下
来自百度文库
C
j
d
1 j
d
2 j
m, n m, n m, n
4
精选文档
基于多分辨图像融合的实现
C (i) A
,
C(j) B
分别表示图像A和B的第i,j层分解系数
表示融合规则
C (i) F
表示融合系数
5
精选文档
基于多分辨图像融合的实现
基于多分辨率金字塔融合法
这是最早的一种基于变换域的方法。在这种方 法中原图像不断地被滤波，形成一个塔状结构。在 金字塔的每一层都用一种算法对这一层的数据进行 融合，从而得到一个合成的塔式结构，然后对合成 的塔式结构进行重构，最后得到合成的图像。合成 图像包含了原图像的所有重要信息；但这类方法产 生的数据有冗余，且不同级的数据相关。
17
精选文档
基于多分辨图像融合的实现
重构算法为
C j1
m, n
1 2
C k ,lZ
j
k, l hm2k hn2l
d
1 j
k ,lZ
k, l hm2k g n2l
d
2 j
k ,lZ
k, l hm2k hn2l
d
3 j
k ,lZ
k, l hm2k hn2l
对任意 L2 R 上的二维矩阵
A am, nm,nZ
满足： a2 m,n m,nz
常用的多分辨融合算法有：
金字塔算法：
高斯金字塔；
Laplacian金字塔；
梯度金字塔；
形态学金字塔。
小波算法。
（图像的金字塔结构）
3
精选文档
基于多分辨图像融合的实现
图像输入A 图像输入B
多分辨分析 模型建立
多分辨分析 模型建立
高通剩余信息 合并
低通平均信息 合并
多分辨合成
融合图像 输出
输入源图像； 确定分解层数、低频融合策略、高频融合策略等参数； 分别构建两幅图像的多分辨结构； 利用低频融合策略融合源图像的低频部分； 利用高频融合策略融合源图像的高频细节部分； 重构图像，获得融合图像。
6
精选文档
基于多分辨图像融合的实现
Gaussian金字塔
高斯金字塔的构造过程简单概括为：先将底层图像
与窗口函数(m,n) 进行卷积,即低通滤波;再对卷积
结果进行降2下采样,并依次重复此过程即可得到图
像的高斯金字塔。高斯金字塔最底层即为原图像的
精确表示。
Gaussian金字塔图像多分辨结构中的每一级图像
图像融合技术
精选文档
1
精选文档
图像融合的方法
简单组合式图像融合方法
空间域融合方法
逻辑滤波器法 数学形态法
图像
图像代数法
融合 方法
HIS变换 PCA变换
变换域融合方法 高通滤波法(HPF)
金字塔变换法
小波变换法 Contourlet变换
2
精选文档
基于多分辨图像融合的实现
多分辨结构的融合算法（如图像金字塔和小波等）其基本 思想来自于人眼视觉系统对于局部对比度变化的敏感性， 因此可直接将融合图像作为一种融合多尺度边缘的描述。 多分辨融合能较好地保留图像的细节部分，并具有较好的 目视效果。
须把低分辨率图像 Gk 进行扩充，使其尺寸和高分辨率图像一样。 K-对1层图图像像进相行减插。值即放大，第K层被扩充图像为Gk* ，其与上一层图
LPk1 Gk1 Gk*
上式生成了拉普拉斯金字塔的第K-1层。 拉普拉斯金字塔分解过程分为四个步骤：低通滤波（模糊）、
下采样（缩小尺寸）、插值（放大尺寸）、带通滤波（图像相 减）。
Gl [w Gl1]2
其中*表示卷积，[·]↓2表示“2抽1”的下采样。
8
精选文档
基于多分辨图像融合的实现
Laplacian金字塔
拉普拉斯金字塔的构造基于高斯金字塔的分解，拉普拉斯金 字塔变换中各层子图由高斯金字塔中对应层子图与其下一层图像 的预测图之差形成。
为求出高斯金字塔中第K层图像与上一层图像之间的差异，必
1 2
C j1
k ,lZ
1 2
C j1
k ,lZ
1 2
C j1
k ,lZ
k, l h h k2m l2n k, l h g k2m l2n k, l g h k2m l2n
d
3 j
m, n
1
2
C j1
k ,lZ
k,l
g g k 2m l2n
式中，Z为整数 级，{h，g}为 选定的滤波器 组，1<=j<=N,N 为离散小波变 换分解层数。
均是前一级图像低通滤波形成的：
Lr Lr
Gl (i, j)
(m,n)Gl1(2i m,2 j n)
mLr nLr
(1 l N ,0 i Rk ,0 j Ck )
7
精选文档
基于多分辨图像融合的实现
其中N为高斯金字塔分解的最大层数Rk 和Ck 分别为高
斯金字塔第l层图像的行数、列数，上式也可写为：
12
精选文档
基于多分辨图像融合的实现
下
上
13
精选文档
基于多分辨图像融合的实现
此时离散小波变换为
d j,k (f) f (x) j,k (x)dx
二维小波分解的具体过程为：在低频子带上对图像 I(x,y)中每一行构成的一维数组进行一维小波分解，再对 分解形成的低、高频信息中每一列的一维数据做一维小波 分解，最终形成四个子带图像的低频分量LL、垂直方向上 的高频分量LH、水平方向上的高频分量HL、两个方向上的 高频分量HH。
金字塔融合算法 1. 获取每一路图像的Gaussian金字塔序列 2. 获取每一路图像的Laplacian金字塔等序列 3.该塔序列对应级融合，融合算子很多，最 常见的取“与”或“或”。
11
精选文档
基于多分辨图像融合的实现 小波变换
小波变换本质是一种高通滤波，采用不同的小波基就会产 生不同的滤波效果。小波变换可将原始图像分解成一系列具有 不同空间分辨率和频域特性的子图像，针对不同频带子图像的 小波系数进行组合，形成融合图像的小波系数。
9
精选文档
基于多分辨图像融合的实现
拉普拉斯金字塔分解过程分为四个步骤： (1)低通滤波（模糊） (2)下采样（缩小尺寸） (3)插值（放大尺寸） (4)带通滤波（图像相减） 完整的拉普拉斯金字塔定义如下：
LPk Gk Gk*1,0 k N LPN GN ,k N
10
精选文档
基于多分辨图像融合的实现
14
精选文档
基于多分辨图像融合的实现
15
精选文档
基于多分辨图像融合的实现
二维离散小波变换
16
精选文档
基于多分辨图像融合的实现
Mallat经典算法
设输入图像为 f m, n 令 C0m,n f m,n Mallat图像分解算法如下
来自百度文库
C
j
d
1 j
d
2 j
m, n m, n m, n
4
精选文档
基于多分辨图像融合的实现
C (i) A
,
C(j) B
分别表示图像A和B的第i,j层分解系数
表示融合规则
C (i) F
表示融合系数
5
精选文档
基于多分辨图像融合的实现
基于多分辨率金字塔融合法
这是最早的一种基于变换域的方法。在这种方 法中原图像不断地被滤波，形成一个塔状结构。在 金字塔的每一层都用一种算法对这一层的数据进行 融合，从而得到一个合成的塔式结构，然后对合成 的塔式结构进行重构，最后得到合成的图像。合成 图像包含了原图像的所有重要信息；但这类方法产 生的数据有冗余，且不同级的数据相关。
17
精选文档
基于多分辨图像融合的实现
重构算法为
C j1
m, n
1 2
C k ,lZ
j
k, l hm2k hn2l
d
1 j
k ,lZ
k, l hm2k g n2l
d
2 j
k ,lZ
k, l hm2k hn2l
d
3 j
k ,lZ
k, l hm2k hn2l
对任意 L2 R 上的二维矩阵
A am, nm,nZ
满足： a2 m,n m,nz
常用的多分辨融合算法有：
金字塔算法：
高斯金字塔；
Laplacian金字塔；
梯度金字塔；
形态学金字塔。
小波算法。
（图像的金字塔结构）
3
精选文档
基于多分辨图像融合的实现
图像输入A 图像输入B
多分辨分析 模型建立
多分辨分析 模型建立
高通剩余信息 合并
低通平均信息 合并
多分辨合成
融合图像 输出
输入源图像； 确定分解层数、低频融合策略、高频融合策略等参数； 分别构建两幅图像的多分辨结构； 利用低频融合策略融合源图像的低频部分； 利用高频融合策略融合源图像的高频细节部分； 重构图像，获得融合图像。
6
精选文档
基于多分辨图像融合的实现
Gaussian金字塔
高斯金字塔的构造过程简单概括为：先将底层图像
与窗口函数(m,n) 进行卷积,即低通滤波;再对卷积
结果进行降2下采样,并依次重复此过程即可得到图
像的高斯金字塔。高斯金字塔最底层即为原图像的
精确表示。
Gaussian金字塔图像多分辨结构中的每一级图像