结合图像特征比的红外与可见光图像融合算法
合集下载
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)。
第 ４３卷 第 １１期 激 光 与 红 外 ２０１３年 １１月 ＬＡＳＥＲ ＆ ＩＮＦＲＡＲＥＤ
Ｖｏｌ．４３，Ｎｏ．１１ Ｎｏｖｅｍｂｅｒ，２０１３
文章编号：１００１５０７８（２０１３）１１１２３４０６
·红外技术及应用·
结合图像特征比的红外与可见光图像融合算法
文通过研究红外与可见光传感器这两类常见的传感 器，将红外传感器探测性高，清晰度低的特点与可见 光传感器清晰度高、探测性低的特点进行融合，从而 得到更为丰富的图像信号。
根据红外图像与可见光图像的不同特点［１１］，为 更加有效的将这两种图像进行的融合，本文提出了 一种结合子带间空间频率比与边缘比的图像融合算 法。采用小波变换将图像分别低频分量与高频分量 并对其进行分类处理，对于图像的低频分量，通过计
１ 引 言 面对复杂多变的工作环境，如果单一地采用一
种图像传感器来对外界环境进行描述很难，根据多 传感器信息之间的互补性与冗余性，能够有效地解 决单一成像传感器的不全面与不准确等问题。但根 据多成像传感器输出信息的不可交替显示与简单叠 加特点，人们通过采用图像的融合技术来保留每一 个成像传感器所获取的重要信息。因此，图像的融 合技术成为了现如今的研究热点，其中根据信息表 征层次可以将图像的融合算法分为像素级融合、特 征级融合和决策级融合这三大类 。 ［１－５］ 比较具有代 表性的融合算法大多为像素级融合算法，如小波变 换［６－７］、Ｃｏｎｔｏｕｒｌｅｔ变换［８－９］以及 ＩＨＳ变换［１０］等。本
作者简介：叶仕通（１９８１－），男，讲师，硕士，研究方向为视频信 号处理，计算机视觉，模 式 识 别，图 形 图 像 处 理 及 数 据 挖 掘。 Ｅｍａｉｌ： ｙｓｔ８８８＿０＠１２６ｃｏｍ
收稿日期：２０１３０４０９；修订日期：２０１３０５０３
激 光 与 红 外 Ｎｏ．１１ ２０１３ 叶仕通 结合图像特征比的红外与可见光图像融合算法
其中，ｆ为连续小波变换。
根据 （ｘ）＝ｎ∑∈Ｚｐｎ（２ｘ－ｎ）与 ψ（ｘ）＝ｎ∑∈Ｚｑｎ
（２ｘ－ｎ）间的特性，其中尺度函数 ∈Ｖ０，小波函数
ψ∈Ｗ０都属于 Ｖ１，得图像的小波分解算法为：
{ｎ（ｋ）＝∑ｌｐｌ－２ｎｌ（ｋ＋１） ψｎ（ｋ）＝∑ｌｑｎｌ（ｋ＋１）
（３）
而重构公式为：
（ｘ）＝∑ｌｐｎ（ｋ）＋∑ｌｑｎ－２ｌψ（ｋ）。 ３ 基于小波变换的图像融合
１２３５
算其图像间的空间频率比与能量比来对低频分量中
的有效信号进行保留。而多于图像的高频分量则是
采用边缘检测算法，计算出图像间的边缘信号比进
百度文库
行筛选，从而保护图像中边缘信号，来实现红外图像
与可见光图像间的有效融合。
２ 小波算法
根据 Ｃａｍｐｂｅｌｌ和 Ｒｏｂｓｏｎ的 实 验 表 明，图 像 融
合算法的小波分解过程与人的视网膜在不同的频道
中进行处理是相类似的，因此，通过采用小波变换的
图像融合算法可以获得与人的视觉特性接近的融合 效果。在 Ｌ２（Ｒ）空间中的任意函数都可以由一组称
为小波函数的分解来表征，即给定一个基本小波函 数 ψ，对于任意的 ｆ∈Ｌ２（Ｒ），定义二元函数：
Ｗψｆ（ａ，ｂ）＝槡１Ｃψ· 槡１｜ａ｜∫ｆ（ｘ）ψ珔（ｘａ－ｂ）ｄｘ （１）
叶仕通
（广东工业大学华立学院，广东 广州 ５１１３２５）
摘 要：针对现有图像融合算法得到的融合图像清晰度不高以及边缘模糊等问题，提出了一种 结合图像特征比的红外与可见光的图像融合算法，通过小波变换将图像进行分解，并通过计算 低频分量中空间频率比与能量比，来对低频分量中的有效信号进行保留，而对高频分量则是通 过边缘检测算法计算出高频分量中的边缘信号比，来对高频分量的边缘信号进行保留；实验结 果表，该算法能够得到相比其他算法更为清晰的融合图像，具有一定的实用价值。 关键词：图像融合算法；小波变换；红外图像；可见光图像；边缘检验 中图分类号：ＴＰ３９１ 文献标识码：Ａ ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００１５０７８．２０１３．１１．０７
Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇａｔｌｏｗｄｅｆｉｎｉｔｉｏｎａｎｄｂｌｕｒｒｅｄｅｄｇｅｓｏｆｔｈｅｆｕｓｉｏｎｉｍａｇｅｔｈａｔｏｂｔａｉｎｅｄｂｙｅｘｉｓｔｉｎｇｉｍａｇｅｆｕｓｉｏｎａｌｇｏ ｒｉｔｈｍ，ａｎｉｎｆｒａｒｅｄａｎｄｖｉｓｉｂｌｅｉｍａｇｅｆｕｓｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｃｏｍｂｉｎｅｄｉｍａｇｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｒａｔｉｏｉｓｐｕｔｏｕｔＴｈｅｉｍ ａｇｅｉｓｄｅｃｏｍｐｏｓｅｄｂｙｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍ，ａｎｄｔｈｅｖａｌｉｄｓｉｇｎａｌｉｎｔｈｅｌｏｗｆｒｅｑｕｅｎｃｙｃｏｍｐｏｎｅｎｔｉｓｒｅｔａｉｎｅｄｔｈｒｏｕｇｈｃａｌ ｃｕｌａｔｉｎｇｔｈｅｌｏｗｆｒｅｑｕｅｎｃｙｃｏｍｐｏｎｅｎｔｏｆｔｈｅｓｐａｔｉａｌｆｒｅｑｕｅｎｃｙｒａｔｉｏａｎｄｔｈｅｅｎｅｒｇｙｒａｔｉｏＡｎｄｉｎｔｈｅｈｉｇｈｆｒｅｑｕｅｎｃｙ ｃｏｍｐｏｎｅｎｔｓ，ｅｄｇｅｒａｔｉｏｉｓｃａｌｃｕｌａｔｅｄｂｙｕｓｉｎｇｔｈｅｅｄｇｅｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍＡｔｌａｓｔ，ｔｈｅｅｄｇｅｏｆｔｈｅｉｍａｇｅｓｉｇｎａｌｉｓｒｅ ｔａｉｎｅｄＥｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｉｓａｌｇｏｒｉｔｈｍ ｃａｎｇｅｔｔｈｅｃｌｅａｒｅｒｆｕｓｉｏｎｉｍａｇｅｔｈａｎｏｔｈｅｒａｌｇｏｒｉｔｈｍｓ． Ｋｅｙｗｏｒｄｓ：ｉｍａｇｅｆｕｓｉｏｎａｌｇｏｒｉｔｈｍ；ｌｉｆｔｉｎｇｗａｖｅｌｅｔ；ｉｎｆｒａｒｅｄｉｍａｇｅ；ｖｉｓｉｂｌｅｉｍａｇｅ；ｅｄｇｅｉｎｓｐｅｃｔｉｏｎ
（４）
基于快速小波变换的融合算法的流程阐述如
Ｉｎｆｒａｒｅｄａｎｄｖｉｓｉｂｌｅｉｍａｇｅｆｕｓｉｏｎａｌｇｏｒｉｔｈｍ ｂａｓｅｄｏｎ ｃｏｍｂｉｎｅｄｉｍａｇｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｒａｔｉｏ
ＹＥＳｈｉｔｏｎｇ
（ＨｕａｌｉＣｏｌｌｅｇｅＧｕａｎｇｄｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｇｕａｎｇｚｈｏｕ５１１３２５，Ｃｈｉｎａ）
Ｖｏｌ．４３，Ｎｏ．１１ Ｎｏｖｅｍｂｅｒ，２０１３
文章编号：１００１５０７８（２０１３）１１１２３４０６
·红外技术及应用·
结合图像特征比的红外与可见光图像融合算法
文通过研究红外与可见光传感器这两类常见的传感 器，将红外传感器探测性高，清晰度低的特点与可见 光传感器清晰度高、探测性低的特点进行融合，从而 得到更为丰富的图像信号。
根据红外图像与可见光图像的不同特点［１１］，为 更加有效的将这两种图像进行的融合，本文提出了 一种结合子带间空间频率比与边缘比的图像融合算 法。采用小波变换将图像分别低频分量与高频分量 并对其进行分类处理，对于图像的低频分量，通过计
１ 引 言 面对复杂多变的工作环境，如果单一地采用一
种图像传感器来对外界环境进行描述很难，根据多 传感器信息之间的互补性与冗余性，能够有效地解 决单一成像传感器的不全面与不准确等问题。但根 据多成像传感器输出信息的不可交替显示与简单叠 加特点，人们通过采用图像的融合技术来保留每一 个成像传感器所获取的重要信息。因此，图像的融 合技术成为了现如今的研究热点，其中根据信息表 征层次可以将图像的融合算法分为像素级融合、特 征级融合和决策级融合这三大类 。 ［１－５］ 比较具有代 表性的融合算法大多为像素级融合算法，如小波变 换［６－７］、Ｃｏｎｔｏｕｒｌｅｔ变换［８－９］以及 ＩＨＳ变换［１０］等。本
作者简介：叶仕通（１９８１－），男，讲师，硕士，研究方向为视频信 号处理，计算机视觉，模 式 识 别，图 形 图 像 处 理 及 数 据 挖 掘。 Ｅｍａｉｌ： ｙｓｔ８８８＿０＠１２６ｃｏｍ
收稿日期：２０１３０４０９；修订日期：２０１３０５０３
激 光 与 红 外 Ｎｏ．１１ ２０１３ 叶仕通 结合图像特征比的红外与可见光图像融合算法
其中，ｆ为连续小波变换。
根据 （ｘ）＝ｎ∑∈Ｚｐｎ（２ｘ－ｎ）与 ψ（ｘ）＝ｎ∑∈Ｚｑｎ
（２ｘ－ｎ）间的特性，其中尺度函数 ∈Ｖ０，小波函数
ψ∈Ｗ０都属于 Ｖ１，得图像的小波分解算法为：
{ｎ（ｋ）＝∑ｌｐｌ－２ｎｌ（ｋ＋１） ψｎ（ｋ）＝∑ｌｑｎｌ（ｋ＋１）
（３）
而重构公式为：
（ｘ）＝∑ｌｐｎ（ｋ）＋∑ｌｑｎ－２ｌψ（ｋ）。 ３ 基于小波变换的图像融合
１２３５
算其图像间的空间频率比与能量比来对低频分量中
的有效信号进行保留。而多于图像的高频分量则是
采用边缘检测算法，计算出图像间的边缘信号比进
百度文库
行筛选，从而保护图像中边缘信号，来实现红外图像
与可见光图像间的有效融合。
２ 小波算法
根据 Ｃａｍｐｂｅｌｌ和 Ｒｏｂｓｏｎ的 实 验 表 明，图 像 融
合算法的小波分解过程与人的视网膜在不同的频道
中进行处理是相类似的，因此，通过采用小波变换的
图像融合算法可以获得与人的视觉特性接近的融合 效果。在 Ｌ２（Ｒ）空间中的任意函数都可以由一组称
为小波函数的分解来表征，即给定一个基本小波函 数 ψ，对于任意的 ｆ∈Ｌ２（Ｒ），定义二元函数：
Ｗψｆ（ａ，ｂ）＝槡１Ｃψ· 槡１｜ａ｜∫ｆ（ｘ）ψ珔（ｘａ－ｂ）ｄｘ （１）
叶仕通
（广东工业大学华立学院，广东 广州 ５１１３２５）
摘 要：针对现有图像融合算法得到的融合图像清晰度不高以及边缘模糊等问题，提出了一种 结合图像特征比的红外与可见光的图像融合算法，通过小波变换将图像进行分解，并通过计算 低频分量中空间频率比与能量比，来对低频分量中的有效信号进行保留，而对高频分量则是通 过边缘检测算法计算出高频分量中的边缘信号比，来对高频分量的边缘信号进行保留；实验结 果表，该算法能够得到相比其他算法更为清晰的融合图像，具有一定的实用价值。 关键词：图像融合算法；小波变换；红外图像；可见光图像；边缘检验 中图分类号：ＴＰ３９１ 文献标识码：Ａ ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００１５０７８．２０１３．１１．０７
Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇａｔｌｏｗｄｅｆｉｎｉｔｉｏｎａｎｄｂｌｕｒｒｅｄｅｄｇｅｓｏｆｔｈｅｆｕｓｉｏｎｉｍａｇｅｔｈａｔｏｂｔａｉｎｅｄｂｙｅｘｉｓｔｉｎｇｉｍａｇｅｆｕｓｉｏｎａｌｇｏ ｒｉｔｈｍ，ａｎｉｎｆｒａｒｅｄａｎｄｖｉｓｉｂｌｅｉｍａｇｅｆｕｓｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｃｏｍｂｉｎｅｄｉｍａｇｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｒａｔｉｏｉｓｐｕｔｏｕｔＴｈｅｉｍ ａｇｅｉｓｄｅｃｏｍｐｏｓｅｄｂｙｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍ，ａｎｄｔｈｅｖａｌｉｄｓｉｇｎａｌｉｎｔｈｅｌｏｗｆｒｅｑｕｅｎｃｙｃｏｍｐｏｎｅｎｔｉｓｒｅｔａｉｎｅｄｔｈｒｏｕｇｈｃａｌ ｃｕｌａｔｉｎｇｔｈｅｌｏｗｆｒｅｑｕｅｎｃｙｃｏｍｐｏｎｅｎｔｏｆｔｈｅｓｐａｔｉａｌｆｒｅｑｕｅｎｃｙｒａｔｉｏａｎｄｔｈｅｅｎｅｒｇｙｒａｔｉｏＡｎｄｉｎｔｈｅｈｉｇｈｆｒｅｑｕｅｎｃｙ ｃｏｍｐｏｎｅｎｔｓ，ｅｄｇｅｒａｔｉｏｉｓｃａｌｃｕｌａｔｅｄｂｙｕｓｉｎｇｔｈｅｅｄｇｅｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍＡｔｌａｓｔ，ｔｈｅｅｄｇｅｏｆｔｈｅｉｍａｇｅｓｉｇｎａｌｉｓｒｅ ｔａｉｎｅｄＥｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｉｓａｌｇｏｒｉｔｈｍ ｃａｎｇｅｔｔｈｅｃｌｅａｒｅｒｆｕｓｉｏｎｉｍａｇｅｔｈａｎｏｔｈｅｒａｌｇｏｒｉｔｈｍｓ． Ｋｅｙｗｏｒｄｓ：ｉｍａｇｅｆｕｓｉｏｎａｌｇｏｒｉｔｈｍ；ｌｉｆｔｉｎｇｗａｖｅｌｅｔ；ｉｎｆｒａｒｅｄｉｍａｇｅ；ｖｉｓｉｂｌｅｉｍａｇｅ；ｅｄｇｅｉｎｓｐｅｃｔｉｏｎ
（４）
基于快速小波变换的融合算法的流程阐述如
Ｉｎｆｒａｒｅｄａｎｄｖｉｓｉｂｌｅｉｍａｇｅｆｕｓｉｏｎａｌｇｏｒｉｔｈｍ ｂａｓｅｄｏｎ ｃｏｍｂｉｎｅｄｉｍａｇｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｒａｔｉｏ
ＹＥＳｈｉｔｏｎｇ
（ＨｕａｌｉＣｏｌｌｅｇｅＧｕａｎｇｄｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｇｕａｎｇｚｈｏｕ５１１３２５，Ｃｈｉｎａ）