萬 莉，胡燕翔，馬希榮，趙子平

（天津師范大學(xué) 計算機與工程信息學(xué)院，天津 300387）

基于邊緣增強的多聚焦圖像融合方法

萬 莉，胡燕翔，馬希榮，趙子平

（天津師范大學(xué) 計算機與工程信息學(xué)院，天津 300387）

提出一種基于邊緣增強的多聚焦圖像融合方法，對需要融合的2幅圖像進行小波多尺度分解，根據(jù)絕對值最大的方法對高頻細(xì)節(jié)分量圖像進行融合，通過增強和提取原始圖像的邊緣信息強度指導(dǎo)低頻近似分量的融合，以此突出融合圖像中的邊緣信息.采用信息熵和標(biāo)準(zhǔn)差等評價指標(biāo)對該方法進行客觀評價.結(jié)果表明：該方法融合效果良好，可以更好地突出低頻域邊緣細(xì)節(jié)信息，提高融合圖像的清晰度，改善視覺效果.

邊緣增強；多聚焦圖像融合；小波變換；邊緣信息強度

圖像融合方法可以利用某種融合技術(shù)將2個或2個以上的傳感器在同一時間（或不同時間）獲取的關(guān)于某個具體場景的圖像或圖像序列信息加以處理和綜合，生成一個新的有關(guān)此場景的更清晰的圖像［1］，因此圖像融合技術(shù)在許多領(lǐng)域受到越來越多的重視.圖像融合算法主要包括加權(quán)平均法、拉普拉斯金字塔法和基于小波變換的融合方法［2］.由于小波變換具有多尺度、多分辨率分解和方向性等特性，因此在數(shù)字圖像處理領(lǐng)域獲得廣泛應(yīng)用.

本研究對基于區(qū)域能量的多聚焦圖像融合方法進行改進，通過對源圖像進行邊緣增強處理獲得突出邊緣細(xì)節(jié)的參考圖像，以參考圖型的低頻小波系數(shù)為指導(dǎo)構(gòu)造加權(quán)平均的權(quán)重系數(shù)，以期提高圖像融合的清晰度，改善融合效果.

1 傳統(tǒng)的基于區(qū)域能量的小波圖像融合

基于小波變換的圖像融合是通過對源圖像進行二維離散小波分解，將其分解在不同頻段的不同特征域上，然后在不同的特征域內(nèi)采用不同的融合規(guī)則進行融合，構(gòu)成新的小波金字塔結(jié)構(gòu)，再利用小波逆變換得到融合后圖像的過程［3－4］，具體步驟如圖1所示.

圖1 基于小波變換的圖像融合過程Fig.1 Process of image fusion based on wavelet transform

對于低頻分量，基于區(qū)域能量的融合方法步驟如下［5－7］：

式（1）中：EJ（i，j）表示2－j分辨率下，以（m，n）為中心位置的局部區(qū)域能量；DJ表示2－j分辨率下低頻分量的系數(shù)；w（m，n）為與DJ對應(yīng)的加權(quán)系數(shù)；L和K定義了局部區(qū)域的大?。ㄈ?×3，5×5，7×7）.

（3）確定融合算子

首先定義匹配度閾值T，T為多次試驗及經(jīng)驗總結(jié)所得.

2 基于邊緣增強的多聚焦圖像融合

2.1 設(shè)計思路

研究表明，圖像的低頻分量集中了圖像的主要能量，反映了圖像的近似和平均特性［8］.傳統(tǒng)的基于區(qū)域能量的多聚焦圖像融合方法雖然效果良好，但在低頻分量的融合中沒有考慮邊緣區(qū)域和非邊緣區(qū)域的差異，采用了統(tǒng)一的融合規(guī)則，造成在融合圖像過程中無法顯著突出邊緣區(qū)域，有可能導(dǎo)致不顯著邊緣的模糊現(xiàn)象.考慮到邊緣體現(xiàn)了圖像的重要信息，反映了圖像中目標(biāo)物的主要特征，本研究提出基于邊緣增強的多聚焦融合方法.其主要思想是先對2幅源圖像進行邊緣增強處理，利用邊緣增強后的圖像指導(dǎo)低頻近似分量的融合.邊緣增強的優(yōu)勢在于可以快速調(diào)整圖像邊緣細(xì)節(jié)的對比度，使細(xì)節(jié)更加豐富，銳化圖像的邊緣，保留總體的平滑度，同時盡量避免圖像在銳化過程中的噪聲問題.邊緣增強后的效果如圖2所示.

圖2 濾波后的效果圖Fig.2 Effect picture of filter

基于邊緣增強的多聚焦圖像融合的具體步驟如圖3所示.

圖3 基于邊緣增強的多聚焦圖像融合過程Fig.3 Process of multi－focus image fusion based on edge enhencement

2.2 改進的低頻融合規(guī)則

式（5）中：EJ（i，j）表示2－j分辨率下，以（m，n）為中心位置的局部區(qū)域能量；DJ表示2－j分辨率下低頻分量的系數(shù)；w（m，n）為與DJ對應(yīng)的加權(quán)系數(shù)，L和K定義了局部區(qū)域的大?。ㄈ?×3，5×5，7×7）.

3 實驗結(jié)果與分析

為驗證基于邊緣增強的多聚焦圖像融合方法的正確性和有效性，本研究分別采用加權(quán)平均法、拉普拉斯金字塔法、傳統(tǒng)的基于區(qū)域能量的方法和本研究方法對圖像進行仿真實驗.實驗數(shù)據(jù)采用普遍使用的多聚焦圖像，通過融合提取2幅圖像中清晰成像的部分，不同方法形成的新的遠(yuǎn)近景均具有較高的清晰度，結(jié)果如圖4所示.

圖4 4種不同圖像融合方法的融合結(jié)果Fig.4 Experimental results of four different methods image fusion

由圖4可以看出，通過改進方法得到的融合圖像具有較好的視覺效果，為了客觀評價融合結(jié)果，本研究采用信息熵（Entropy，EN）、標(biāo)準(zhǔn)差（Square Difference，SD）、平均梯度 （Average Gradient，AG）和相關(guān)系數(shù)（Correlation Coefficent，CC）共4項客觀評價指標(biāo)評價融合結(jié)果，結(jié)果如表1所示.

表1 4種融合方法的評價指標(biāo)比較Tab.1 Comparison of evaluation indicators of four fusion methods

由表1可以看出，改進算法的信息熵、平均梯度和相關(guān)系數(shù)指標(biāo)均位列第1，標(biāo)準(zhǔn)差指標(biāo)位列第3.這說明：（1）融合圖像攜帶的信息量較多，融合效果較好；（2）從源圖像中獲取的信息較豐富，融合效果得到改進；（3）改進算法提高了圖像的清晰度；（4）融合后圖像的灰度級分布合理.

4 結(jié)論

由于傳統(tǒng)的基于區(qū)域能量的多聚焦圖像融合算法沒有充分考慮邊緣信息對于融合過程的指導(dǎo)作用，本研究結(jié)合小波變換域的特性，利用邊緣增強后的小波系數(shù)構(gòu)造以權(quán)值指導(dǎo)低頻近似分量的融合方法，并進行仿真實驗.實驗結(jié)果表明：改進算法具有更高的正確性和有效性，可以更好地提取低頻邊緣信息，提高圖像清晰度，改善視覺效果.

［1］ ZHENG R，PANG Q.Multi－focus image fusion based on weighted average of neighborhood variance［J］.Machinery，2009，47（541）：34－36.

［2］ LIN P L，HUANG P Y.Fusion methods based on dynamicsegmented morphological wavelet or cut and paste for multifocus images［J］.Signal Processing，2008，88（6）：1511－1527.

［3］ 羅南超，向昌成.基于邊緣特征和能量的圖像融合方法［J］.計算機工程，2010，36（15）：202－203.

［4］ 吳桂蘭，黃曉鳴.基于局部區(qū)域能量的圖像邊緣檢測［J］.計算機工程與應(yīng)用，2007，28（5）：40－41.

［5］ 趙高鵬，薄煜明，陳益.基于區(qū)域的圖像融合方法［J］.計算機應(yīng)用，2008（2）：152－157.

［6］ LI S T，YANG B.Multifocus image fusion using region segmentation and spatial frequency［J］.Image and Vision Computing，2008，26（7）：971－979.

［7］ SASIKALA M，KUMARAVEL N.A comparative analysis of feature based image fusion methods［J］.Information Technology Journal，2007，6（8）：1224－1230.

［8］ ZHANG H，LIU L，LIN N.A novel wavelet medical image fusion method［J］.Multimedia and Ubiquitous Engineering，2007（4）：548－553.

Multi－focus image fusion method based on edge enhancement

WANLi，HUYan－xiang，MAXi－rong，ZHAOZi－ping
（College of Computer and Engineering Information，Tianjin Normal University，Tianjin 300387，China）

A multi－focus image fusion method based on edge enhancement is proposed.It adopts wavelet multi－scale decomposition in the image needs fusion.The high frequency detail images of the top layer are fused using absolute maximum，the edge information intensity of original image is extracted and enhanced to guide the image fusion of low－frequency approximation component，in order to highlight the edge information of image fusion.The method is objectively evaluated by using information entropy，standard deviation and so on.The experiment results show that the method is effective，and the edge detail information is better emerged and the clarity and visual effects of image fusion are improved.

edge enhancement；multi－focus image fusion；wavelet transform；edge information intensity

TP391

A

1671－1114（2012）03－0042－03

2012－03－08

國家自然科學(xué)基金資助項目（60970060）；國家自然科學(xué)基金資助項目（61103074）；天津市自然科學(xué)基金資助項目（11JC BJC00600）

萬 莉（1986—），女，碩士研究生，主要從事數(shù)字圖像處理方面的研究.

胡燕翔（1969—），男，副教授，主要從事數(shù)字圖像與VISI設(shè)計方面的研究.

馬希榮（1962—），女，教授，主要從事信息融合與情感計算方面的研究.

（責(zé)任編校 亢原彬）