亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于Haar小波變換的圖像融合方法

        2012-10-08 12:12:52宏,林
        關(guān)鍵詞:于小波信息熵小波

        何 宏,林 劍

        (杭州電子科技大學(xué)科技處,浙江杭州310018)

        0 引言

        圖像融合是對同一目標(biāo)的多個傳感器獲取的圖像進(jìn)行匹配綜合,以克服單一圖像的局限性并提高圖像的可靠性和清晰度,便于對圖像做進(jìn)一步的分析和處理。目前用于圖像融合方的方法主要有加權(quán)平均法、圖像代數(shù)法、模擬退火法等空域法,以及金字塔法和小波變換等變換域法[1-6],其中小波變換是一種有效的信號分析及處理技術(shù),近年來逐漸受到人們的關(guān)注并得到了廣泛應(yīng)用[7-9]。小波變換融合算法將圖像無冗余地分解到不同的頻率域,再根據(jù)不同的頻率域和分解層采用相應(yīng)的融合算法,使得融合的圖像能夠保留不同頻率域的顯著特征。分解后的低頻分量代表了圖像的輪廓,高頻分量代表了圖像的細(xì)節(jié)信息,絕對值較大的高頻系數(shù)對應(yīng)于圖像較為重要的邊緣。本文結(jié)合Haar小波變換,提出了圖像融合算法,并通過計算圖像信息熵對圖像融合算法中參數(shù)的取值進(jìn)行分析評價。

        1 小波變換原理

        1.1 小波變換定義

        對于連續(xù)信號ψ(t)∈L2(R)(平方可積的實數(shù)空間),當(dāng)其傅立葉變換ψ^(ω)滿足容許條件:

        式中,ψ(t)為小波,將ψ(t)伸縮和平移后得:

        式中,a,b∈R,a≠0,a為尺度因子;b為延伸因子。

        對于任意能量有限信號f(t)以小波ψ(t)為基的連續(xù)小波變換定義為:

        是一維連續(xù)小波變換的過程,其實小波的主要思想就是將信號分解成不同尺度小波的疊加。

        1.2 Haar小波及其信號分解與重構(gòu)算法

        Haar小波是具有一個有限緊支撐的正交函數(shù)系,同時也是最簡單的一個小波函數(shù),其信號分解與重構(gòu)算法如下。

        (1)采樣,假設(shè)采樣次數(shù)N=2n,因此原始信號f(t)可以用離散信號fn(x)進(jìn)行高精度的近似,即:

        (2)分解,信號分解的目的是為了將信號中的高頻和低頻部分分離,而干擾信號往往存在于高頻信號中,假設(shè)fn(x)可以逐層分解為:

        (3)信號處理,可以將分解后的信號表示成:

        2 基于小波變換的圖像融合方法

        基于小波變換的圖像融合方法需要對二維圖像進(jìn)行n層小波分解,最終有3n+1個不同的分量,其中包含3n個高頻分量和1個低頻分量,其Haar小波分解的程序流程如圖1所示,圖1中An即為低頻信號分別表示信號在i尺度分解下圖像在水平、斜向和垂直方向上高頻系數(shù)的向量。

        圖1 二維圖像的分解樹形圖

        其中n不宜過大,因為分解的層數(shù)越多,所需的計算量就越大,圖像重構(gòu)時的信息損失就多。且子圖像象素點數(shù)太少,會引起嚴(yán)重失真;反之,分解層數(shù)太少則無法體現(xiàn)多尺度思想。對低頻和高頻分量分別取相應(yīng)的融合算法進(jìn)行融合。如圖2所示,兩幅原始圖像(a)和(b),經(jīng)過分解以后,由于低頻分量是原始圖像的近似,象素間的相關(guān)性不是很強(qiáng),采用簡單的平均法即可獲得融合圖像的低頻小波系數(shù)。圖像的邊緣、細(xì)節(jié)等更多信息都包含在高頻分量中,因此高頻分量的融合規(guī)則尤為重要。

        圖2 融合原圖及融合效果在不同系數(shù)c下比較

        這里對高頻分量系數(shù)的選取采取如下方法,其中c表示圖像融合效果的調(diào)整因子和分別表示兩幅源圖像在第k層的原始系數(shù)矩陣,Dk表示處理后圖像的小波系數(shù)矩陣。

        通過改變c值來調(diào)整圖像融合的效果,通過仿真實驗來分析c值的改變對圖像融合性能的影響。

        3 實驗仿真

        實驗選取兩幅待融合源圖,圖2中通過經(jīng)小波分解,選取不同的系數(shù)c值,重構(gòu)后得到其融合后的圖像,為了反映融合效果,選取圖像的信息熵作為性能指標(biāo),信息熵代表了圖像中所含信息的豐富程度,對于融合后的圖像來講,很顯然希望信息熵能夠足夠大,融合后圖像對應(yīng)的信息熵如圖3所示,系數(shù)c的值取到某一特定值時能使得圖像取到信息熵。

        圖3 系數(shù)c及對應(yīng)的圖像信息熵值

        4 結(jié)束語

        本文給出了基于Haar小波變換的圖像融合方法,并通過仿真實驗分析了系數(shù)c對融合效果的影響。根據(jù)仿真實驗可知系數(shù)c并不是越大越好,而是在特定值處使得融合后的圖像信息熵取到最大值。

        [1]Meek T R.Multiresolution image fusion of thematic mapper imagery with synthetic aperture radar imagery[D].Utah:Master Dissertation of Utah State University,1999.

        [2]Abidi M A,Gonzalez R C.Data fusion in robotics and machine intelligence[M].New York:San Diego Academic Press,1992:126-128.

        [3]Aiazzi B,Alparone L,Argenti F,etal.MultiSensor image fusion by frequency spectrum substitution:subband and multirate approaches for a 3:5 scale ratio case[C].Sydney:IEEE International Geoscience and Remote Sensing Symposium,2000:629-631.

        [4]Wen C Y,Chen J K.Multiresolution image fusion technique and its app1ication to forensic science[J].Forensic Science International,2004,40(1):217 -232.

        [5]Streilein W,Waxman A,Ross W,etal.Fused multi-sensor image mining for feature foundation data[C].Paris:Proceedings of the Third International Conference on Information Fusion,2000:18-25.

        [6]Li H,Manjunath B S,Mitra S K.Multisensor image fusion using the wavelet transform[J].Graphical Models and Image Processing,1995,13(16):51-55.

        [7]高論,劉向陽,王昕,等.基于小波變換的AFM圖像處理的研究[J].中國機(jī)械工程,2004,15(8):725-727.

        [8]周德龍,余孟杰.基于局部熵的小波變換圖像融合算法[J].計算機(jī)仿真,2009,26(10):241-243.

        [9]曲延華,王婷君,薛嗣麟,等.基于改進(jìn)小波變換的醫(yī)學(xué)圖像融合方法[J].計算機(jī)應(yīng)用,2009,29(10):698-702.

        猜你喜歡
        于小波信息熵小波
        基于信息熵可信度的測試點選擇方法研究
        構(gòu)造Daubechies小波的一些注記
        基于MATLAB的小波降噪研究
        電子制作(2019年13期)2020-01-14 03:15:32
        基于小波去噪的稱重雨量數(shù)據(jù)分析
        一種新的基于小波基的時變信道估計
        基于小波和Hu 矩的颮線雷達(dá)回波識別
        基于信息熵的實驗教學(xué)量化研究
        電子測試(2017年12期)2017-12-18 06:35:48
        基于改進(jìn)的G-SVS LMS 與冗余提升小波的滾動軸承故障診斷
        一種基于信息熵的雷達(dá)動態(tài)自適應(yīng)選擇跟蹤方法
        基于信息熵的IITFN多屬性決策方法
        国产精品午夜福利天堂| 乱中年女人伦av| 国产精品 精品国内自产拍| 亚洲天堂一区二区精品| 色婷婷久久亚洲综合看片| 日本怡春院一区二区三区| 91高清国产经典在线观看| 自拍视频在线观看成人| 亚洲国产一区二区三区| 超碰97资源站| 狠狠躁夜夜躁人人爽天天| 亚洲黑寡妇黄色一级片| 蜜桃18禁成人午夜免费网站| 少妇丰满大乳被男人揉捏视频| 看全色黄大色大片免费久久| 91久久久久无码精品露脸 | 亚洲日韩欧美一区二区三区| 亚洲精品乱码久久麻豆| 99视频在线精品免费观看6| 国产特级毛片aaaaaaa高清| 亚洲区日韩精品中文字幕| 国产91精品清纯白嫩| 国产亚洲欧美精品永久| 1000部夫妻午夜免费| 囯产精品无码一区二区三区AV | 欧美日韩国产码高清综合人成 | 婷婷久久香蕉五月综合加勒比| 国产乱色精品成人免费视频| 麻豆AⅤ精品无码一区二区| 视频一区二区三区国产| 一本色道久久88加勒比—综合| 中文字幕人妻熟女人妻洋洋| 亚洲日韩区在线电影| 性感熟妇被我玩弄到高潮| 欧美日韩精品一区二区视频| 欧洲熟妇乱xxxxx大屁股7| 极品少妇被后入内射视| 99久久精品费精品国产一区二| 18禁黄久久久aaa片| 久久久久亚洲AV无码专区喷| 极品少妇高潮在线观看|