排基于NSST算法的多聚焦图像融合技术及MATLAB实现

排基于NSST算法的多聚焦图像融合技术及MATLAB实现

摘要：本设计用于改善多聚焦图像融合方法中图像细节捕捉中出现的各种各样

的问题。基于非下采样剪切波图像特征的多聚焦融合方法是利用NSST对待融合

源图像进行操作，因此可以分别获取低频和一系列的高频子带图像。根据多聚焦

图像成像和NSST在图像融合领域的具有的其他方法没有的优点，将NSST运用于

多聚焦图像融合，NSST对于低频图像采用基于标准差的融合策略，然后利用灰度关联分析在高频图像中图像融合的特点，接着将低频和高频图像的融合图像进行

非下采样剪切波的逆变换后得到的融合图像。另外，NSST与其他的技术相结合，会使图像的融合技术以及融合效果更加完美，例如：让基于非下采样剪切波和超

像素分割发中的简单迭代法的多聚焦图像融合，非下采样剪切波和引导滤波相融

合的多聚焦图像融合，基于非下采样剪切波域方向性加权的多聚焦图像融合等等。提出的基于NSST算法的多聚焦融合技术研究的方法和现有的比较传统或者经常

使用的集中方法比较相比，获得的结果图像更加清晰，让人看起来更舒服的感觉，而且，还具有更高的运行效率。

本设计用于改善多聚焦图像融合方法中出现的各种各样的问题，基于非下采样剪切波图

像特征的多聚焦融合方法是利用NSST对融合源图像进行操作。根据多聚焦图象融合方法和

非下采样剪切波在图象融合范畴内所具备的优点，将非下采样剪切波运用于多聚焦图象融合，通过一系列操作得到融合图像。另外，本文还利用了基于非负矩阵分解和新轮廓波变换融合

的融合方法。

关键词：非下采样剪切波变换；图像融合；多聚焦图像

一、绪论

（一）前言

随着现代科学技术的迅速发展，信息技术也随之成长快速，从而使图像融合技术备受关注。图像融合涉及的领域非常的广泛，图像融合是一个新兴起的研究方向，在这个研究领域中，怎样高效地表示和分析图像是这个领域极其重要的部分，融合图像的效果会受到很多方

面的影响，但是，图像表示方法的有效性具有很重要的地位，能够直接决定融合图像的质量。在信息融合的整个过程中图像融合不可或缺，用同一个设备对同个一场景成像时，因为同一

个场景中不同区域的亮度有很大的不同，在这时如果想要图像中所有的信息都清晰的显示存

在着困难，但多聚焦图像融合技术的使用能够使这样的情况得到改善。在大多数多焦点图像

融合方法中不准确的部分图像细节捕捉的情况下，提出了新型的融合技术NSST，NSST是迄

今为止发展最前端的、多尺度多方向的分析方法[1]。非下采样剪切波（NSST）与其他经典的

算法进行比较，NSST具有很突出的优点。

（二）图像融合技术的发展现状

图像融合技术随着时间的推移，各项技术都在进步，其中小波变换技术的进步为图像融

合技术开辟了另一翻天地，多聚焦图像融合的方法虽然数不胜数，但大概可以划分为两部分：空间域的图像融合方法和基于多分辨率分析的融合方法[2]。虽然近年来，多聚焦图像融合技

术的发展速度增长之快，但该技术仍然存在各种各样技术上的困难需要我们克服，如：为了

让计算机处理图像的时候更加的精准，提出了基于非下采样剪切波多聚焦像融合技术；基于

非下采样剪切波灰度域关联分析的多聚焦融合图像以及其他的新型的多聚焦图像融合技术[3]。

二、基于NSST算法的多聚焦融合技术整体的方案设计

（一）NSST的工作原理

经典的方法与NSST比较，NSST的技术不但先进而且优点也比较突出。从某个方面来讲

NSST也是一种最优逼近，因为它可以从各个方面对图像进行更为准确的表示。

非下采样剪切波的分解过程大致上可以分为两部分：分解过程分多尺度分解；另多方向分解。经过很多次多尺度分解后，每个原来的图像都可以导出低频图像和很多幅高频图像，并且它们的的尺寸都和原来的图像相同。

（二）多聚焦图像融合成像理论基础和方法

多聚焦融合是指拍摄时捕捉到清晰的图像的时候，但是，在这个图像中并不是所有的区域都会清晰成像。从光学成像角度来说就是成像的系统对在获得目标场景图像时对相同的场景中不同的细节难以全部清晰的表现出来。

三、基于NSST图像特征的多聚焦图像融合框架

（一）低频子带图像融合

空间频率已经被视作评价指标用于客观评价图像融合效果而经典的图像融合处理方法已经不能对融合后的图像进行很好的描述，因此提出了一种新的空间频率指标，即公式中表示的是距离权值，在这里取值为0.707，从上面的公式很明显的可以得出，SF

的数值越大表示相对应像素点的梯度水平越高，而该区域的像素点和其他地方相比较明显，也会包含更丰富的图像信息。

（二）高频子带图像融合

当前Canny算子是很受欢迎的一个边缘检测方法，对高频子带图像处理使用此算法比使用其他的方法有很大优势，因此对高频子带图像中的细节和边缘信息进行提取我们使用了Canny 算子。

Canny 算子求解边缘点的算法步骤为：

（1）在高斯滤波器对平滑图像处理的时候采用高斯函数。

（2）使用一阶差分对平滑后的子带图像进行处理，求出偏导阵列。

（3）用双阈值算法检测和连接边缘。

经过一系列的操作之后，从对获取图像的观察可以得出进行Canny算法处理之后原来图像中的边缘以及细节信息得到了很好的保真。

四、基于NSST算法多聚焦图像融合技术的仿真实验

为了验证基于NSST算法多聚焦图像融合技术的在实际操作过程中的性能，将采用MATLAB软件仿真，并且与之进行比较，该分析包括基于NSST算法多聚焦融合技术的几种经

典融合方法的图像融合处理结果。

（一）实验条件

为了进一步的研究类似方法融合的实际效果，本实验选取了一组源图像——clock用于仿

真融合仿真实验，还选取了1种经典的融合方法来与本文中的方法进行比较，这种方法为：

基于非负矩阵分解和新轮廓波变换融合方法。在这个仿真实验中，针对最后的结果进行了主

观的评价。

（二）实验分析

下面是对clock图像的处理，方法1是基于剪切波变换的图像融合方法、方法2是基于NSST算法发的多聚焦融合算法，也就是本文所使用的方法。利用这2种算法对它们进行处理。

对图像进行处理之后得到一系列的融合的图像（图中用箭头指出以便于比较），如下列

图像：

方法1 融合结果

方法2 融合结果

对图像进行处理得到的融合图像的整体效果来看，使用基于NSST算法的多聚焦融合算

法获取的图像亮度比较适中，清晰度也比较好，使用方法1与方法2对图像处理后获得的图

像相比，图像的亮度比较暗而且清晰度没有使用方法2的清晰，从leopard那组图像可以明

显看出，而且用法1获取的图像出现了毛刺现象，从以上的视觉效果比起来，显然，基于NSST算法的多聚焦融合算法处理图像不管是在视觉效果上还是在捕捉图像信息的方面都有较

好的优势。

结论

该论文设计的是基于NSST算法的多聚焦融合技术，与以往的图像融合技术比较，该论

文很好的应用了基于非下采样剪切波（NSST）图像融合的算法，使获取图像信息和计算复杂

度的优势更加充分的体现，也对高频微观图像融合和低频微观图像的融合的问题提出了解决

的方法。最后对实现出来的图像进行评价，从分析的结果不难看出，基于NSST算法的多聚

焦融合技术不仅在一定程度上可以满足实际需求，而且还能提升计算机处理的速率以及降低

复杂度。以上看来基于NSST算法的多聚焦融合的算法具有很多其他算法不具有的优势，因此，该方法使我们未来研究的一个很好的选择方向。

参考文献：

[1]吴冬鹏，毕笃彦，马时平，何林远，张跃.边缘和对比度增强的NSST域红外与可见光

图像融合[J].红外技术，2017，39（04）：358-364.

[2]王金玲，贺小军，宋克非.采用区域互信息的多光谱与全色图像融合算法[J].红外与激

光工程，2014，43（08）：2757-2764.