李萌萌

摘 要 信息融合技術(shù)是一門在一定準(zhǔn)則下，研究利用計(jì)算機(jī)信息技術(shù)對(duì)多源信息進(jìn)行自動(dòng)處理、分析和綜合的高新技術(shù)學(xué)科，利用合適的數(shù)據(jù)聯(lián)合方法和數(shù)據(jù)分析工具，合成融合所需的信息，為最終的實(shí)驗(yàn)結(jié)果提供數(shù)據(jù)支持?；赗GB顏色模型的圖形融合算法，首先利用網(wǎng)格采樣離散化圖形數(shù)據(jù)，然后將分解成像素級(jí)的融合單元進(jìn)行分類分析并應(yīng)用于相應(yīng)圖形進(jìn)行融合處理，最后利用顏色差異性的特征來(lái)進(jìn)行加權(quán)融合處理，并使用小波變換或中值濾波技術(shù)消除融合噪聲，充分利用各圖層的容易信息，避免圖形疊加。

關(guān)鍵詞 疊加圖形；圖形融合；網(wǎng)格采樣；加權(quán)平均

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-7597（2014）06-0036-02

在這個(gè)大數(shù)據(jù)時(shí)代，圖形技術(shù)的要求不斷提高，為數(shù)據(jù)的處理提出了更高的要求。例如，空中交通管制處理的云圖數(shù)據(jù)，要求能夠接收并處理多部氣象雷達(dá)通道和云圖數(shù)據(jù)，同時(shí)采集到多幅圖像應(yīng)綜合成一幅完整的系統(tǒng)融合圖像。現(xiàn)有的系統(tǒng)綜合圖形顯示方式將不同圖形疊加部分進(jìn)行分層顯示，以顏色最深最強(qiáng)的為基準(zhǔn)。但是該方式都是忽略掉了實(shí)際應(yīng)用中人眼的視覺(jué)特征和目標(biāo)的實(shí)際特征，因?yàn)閷?shí)際的圖形是不能以單一的顏色來(lái)表示的，并且分布疏密也不是統(tǒng)一的。本文利用圖像融合技術(shù)，結(jié)合小波變換解決了該問(wèn)題。

1 基于像素級(jí)圖像融合的擴(kuò)展介紹

什么是圖像的像素級(jí)融合呢，它是指圖像處理直接在采集到的原始圖像上進(jìn)行數(shù)據(jù)的融合，直接對(duì)圖像的像素點(diǎn)進(jìn)行信息的綜合分析?；谙袼鼗A(chǔ)上的融合方法，主要是對(duì)像素點(diǎn)的圖像坐標(biāo)直接進(jìn)行差值、梯度、加權(quán)平均、比值運(yùn)算、多元回歸等數(shù)學(xué)運(yùn)算。例如多元回歸分析是一種將圖像信息變量的進(jìn)行多元統(tǒng)計(jì)分析的一種數(shù)理統(tǒng)計(jì)計(jì)算方法。多元回歸的基本思想是：即使自圖像坐標(biāo)變量和圖像矩陣因子變量之間沒(méi)有確定性、嚴(yán)格的函數(shù)關(guān)系，但可以根據(jù)回歸運(yùn)算可以找出最能代表它們變量關(guān)系的數(shù)學(xué)表達(dá)形式。多元回歸結(jié)果可作為新圖像在該空間位置上的像素坐標(biāo)。該方法的優(yōu)點(diǎn)是融合的結(jié)果圖形中仍能保持多幅采集圖像的原始特征，可以用來(lái)為下一步圖像處理提供更多的圖形特性信息，實(shí)現(xiàn)更加精確地定位。

假如將像素級(jí)融合過(guò)程中的融合像素坐標(biāo)擴(kuò)展為多像素坐標(biāo)的矩陣單元，就可實(shí)現(xiàn)圖形顏色的融合，也就實(shí)現(xiàn)了圖形融合處理。其融合流程如圖1。

圖1 圖形融合流程

2 實(shí)現(xiàn)圖形的網(wǎng)格采樣

采集到的圖像數(shù)據(jù)時(shí)間和世界坐標(biāo)系坐標(biāo)對(duì)多個(gè)坐標(biāo)數(shù)據(jù)進(jìn)行相關(guān)處理，然后將坐標(biāo)轉(zhuǎn)換到圖像平面坐標(biāo)下完成圖像的空間坐標(biāo)和圖像坐標(biāo)的轉(zhuǎn)換。但因?yàn)椴煌瑘D像的深度不同，故表示的顏色也不盡相同，但在實(shí)際應(yīng)用中要想表示圖像無(wú)法足夠精確到圖像的每一個(gè)像素點(diǎn)，只能以融合的圖像坐標(biāo)表示圖形。在這里，我們利用馬賽克方法對(duì)圖形進(jìn)行采樣，具體的算法步驟如下。

1）根據(jù)圖像圖形邊界各像素點(diǎn)計(jì)算出圖形的凸包矩形值。

2）在凸包矩形內(nèi)，定義最小為2像素?cái)?shù)值的子矩形按照物理意義上的上下，左右順序進(jìn)行掃描，定義起始掃描點(diǎn)，同時(shí)設(shè)置終止掃描點(diǎn)。

3）在2單位的最小矩形中，根據(jù)圖形深度賦值相應(yīng)顏色并保存為單位像素。

該算法同掃描線種子填充算法原理相同，區(qū)別是本算法填充單位是最小單位為2的像素小矩形，而不再是單個(gè)的像素點(diǎn)。單位像素小矩形組成圖形像素的集合，完成圖形采樣。這種處理結(jié)果就是不可避免的在對(duì)圖形進(jìn)行掃描采樣時(shí)引起鋸齒狀走樣現(xiàn)象。這種情況可利用不加權(quán)的圖像坐標(biāo)計(jì)算面積，即假設(shè)該圖形所覆蓋的該小方格的面積的份額同圖形邊界對(duì)小方格顏色值的貢獻(xiàn)成正比關(guān)系。即完全覆蓋的方格顏色不發(fā)生變花，部分覆蓋的方格則根據(jù)面積的正比值進(jìn)行相應(yīng)的變換處理，進(jìn)行正比賦值。這樣可使圖像變得平滑美觀的多，并且在允許的誤差內(nèi)得到采樣結(jié)果。圖2為未配色的多邊形的采樣結(jié)果。

圖2 圖形采樣效果圖

3 圖形融合

在采集的圖像進(jìn)行像素?cái)?shù)據(jù)的網(wǎng)格采樣后，得到采樣圖形的二位數(shù)據(jù)表示矩陣：，其中表示矩形起始點(diǎn)坐標(biāo)，表示矩陣起始點(diǎn)坐標(biāo)坐標(biāo)，表示該矩形采樣信息的顏色深度。此處可利用圖像永和來(lái)完成圖形色彩的融合，完成圖形信息確定。

3.1 完成圖形的求交運(yùn)算

完成單幅圖像的采樣融合之后，采集到的不同圖像之間的同一世界坐標(biāo)系坐標(biāo)點(diǎn)的圖形采用了相同的網(wǎng)格定位和系統(tǒng)采樣，即數(shù)據(jù)的坐標(biāo)原點(diǎn)相同，因此圖形的融合求交運(yùn)算就可轉(zhuǎn)化為集合和集合之間的求交運(yùn)算。圖形的疊加融合部分表示為：

求交過(guò)程見(jiàn)圖3，這樣得到的近視圖像疊加部分的采樣信息，顏色融合可作出相應(yīng)的正比處理。

圖3 圖形的求交運(yùn)算

3.2 巧妙利用加權(quán)平均實(shí)現(xiàn)圖形融合

多圖像融合加權(quán)平均是最簡(jiǎn)單的融合方法，就是對(duì)同一坐標(biāo)系下的像素點(diǎn)坐標(biāo)進(jìn)行加權(quán)平均得到融合之后的像素坐標(biāo)點(diǎn)。

加權(quán)平均圖像融合的關(guān)鍵點(diǎn)事選擇合理的加權(quán)平均的權(quán)值，此處，將兩幅圖像中深度信息差別最大的像素點(diǎn)坐標(biāo)作為局部權(quán)值，設(shè)定權(quán)值最大值為1，若權(quán)值小于1，則設(shè)定為0。

該方法是簡(jiǎn)單宜行，數(shù)據(jù)計(jì)算量較少，最適合圖像數(shù)據(jù)的實(shí)時(shí)處理，但該方法會(huì)減少處理結(jié)果的信噪比，圖像融合的結(jié)果會(huì)出現(xiàn)明顯的拼接區(qū)別痕跡，對(duì)數(shù)據(jù)的后續(xù)處理產(chǎn)生不可逆轉(zhuǎn)的誤差。本文采用了適當(dāng)?shù)母倪M(jìn)，使RGB顏色模型提出二次糾正，糾正顏色模型，對(duì)各顏色分量分別進(jìn)行分量融合，改進(jìn)的顏色融合公式如下：

3.3 中值濾波消除融合噪聲影響

對(duì)各顏色分量進(jìn)行分布融合會(huì)造成圖像融合結(jié)果的矩形方格顏色突變，出現(xiàn)噪聲污染，例如孤立噪聲--椒鹽噪聲。為了減少數(shù)字圖像處理中的噪聲影響，借助于中值濾波技術(shù)減少噪聲，均勻噪聲影響。中值濾波表示公式如下：

4 小波變換提高融合效果

小波變換是圖形圖像處理中新發(fā)展起來(lái)的一種數(shù)學(xué)學(xué)科，小波變換在圖像融合中的利用，可以提高圖形融合的準(zhǔn)確度。與傅里葉變換不能用于數(shù)據(jù)的局部分析特性相比較，小波變換運(yùn)算可適用于局部空間和二位圖像的運(yùn)算，圖像坐標(biāo)值在圖形坐標(biāo)系中的小波變換可兩個(gè)參量：坐標(biāo)的符號(hào)和坐標(biāo)原點(diǎn)的選取，圖像的小波變換可把中值濾波處理的圖像坐標(biāo)分解成坐標(biāo)組，用歸一化的坐標(biāo)表示圖像。endprint

（1）

凡是滿足式（1）所表示的函數(shù)被叫做基小波函數(shù)。經(jīng)過(guò)伸縮因子和平移因子的變換得到：

（2）

叫做小波函數(shù)，其中是伸縮因子，是平移因子。

從式（2）可以看出，小波變換函數(shù)有以下性質(zhì)。

1）兩種函數(shù)都是帶通函數(shù)。

2）存在零均值為基準(zhǔn)的波動(dòng)性。

3）基于無(wú)窮坐標(biāo)考慮，小波函數(shù)在在圖像的無(wú)窮遠(yuǎn)點(diǎn)，數(shù)值為0，也就是融合誤差為零（其中，兩種函數(shù)的坐標(biāo)變換都是局部化的）。

基于小波變換的序列圖像融合原理為：

我們假設(shè)在序列圖像融合之前，圖像已經(jīng)完成了坐標(biāo)求交運(yùn)算，利用加權(quán)平均及中值濾運(yùn)算得到了小波函數(shù)和基小波函數(shù)。小波變換是對(duì)圖像在不同的序列信道上進(jìn)行處理，分別將源序列圖像進(jìn)行小波分解，得到處理后的變換序列子圖像，統(tǒng)一坐標(biāo)后在同一變換域上進(jìn)行特征選擇，創(chuàng)建融合圖像，通過(guò)矩陣逆運(yùn)算得到融合圖像結(jié)果。

基于小波變換的序列圖像融合步驟為：

1）對(duì)提取的序列圖像匹配原圖像分別進(jìn)行小波分解，對(duì)圖像含有的各自的坐標(biāo)信息進(jìn)行分離。

2）結(jié)合序列子圖像分解層分別作融合變換處理，各子圖像上的不同坐標(biāo)分量可使用不同的權(quán)值進(jìn)行融合運(yùn)算。

3）對(duì)融合后的子圖像序列在各自的圖像坐標(biāo)分量上進(jìn)行小波逆運(yùn)算，實(shí)現(xiàn)圖像重構(gòu)，得到融合結(jié)果。

經(jīng)過(guò)小波變換后的圖像坐標(biāo)子分量包含了人眼對(duì)圖像內(nèi)容的感知主要部分；同時(shí)能夠很好地反映出融合圖像的細(xì)節(jié)信息和結(jié)構(gòu)信息，如直線、邊緣、頂點(diǎn)等，其對(duì)人類的視覺(jué)有很大的影響。

5 實(shí)驗(yàn)結(jié)果

本文利用圖像處理中的中值濾波和小波變換等技術(shù)，將疊加的圖像序列進(jìn)行疊加融合處理，在圖像疊加和分層的基礎(chǔ)上，綜合考慮圖像坐標(biāo)信息，處理得到完整的融合圖形信息。如圖4為未處理的疊加圖形，圖5為融合處理的圖形效果。

圖4 未處理效果

圖5 圖形處理效果

通過(guò)對(duì)圖形的網(wǎng)格采樣，利用最小像素矩形單位完成圖形的求交運(yùn)算，巧妙的利用加權(quán)平均實(shí)現(xiàn)圖像的拼接融合，利用中值濾波技術(shù)充分利用圖形冗余信息，結(jié)合小波變換提高圖形坐標(biāo)數(shù)據(jù)融合的效果。本文對(duì)采集圖像的融合效果較好，但圖形網(wǎng)格的利用使得融合顯示出現(xiàn)鋸齒狀誤差，但采用適當(dāng)?shù)男拚杀ＷC算法誤差不會(huì)造成太大的影響，實(shí)驗(yàn)結(jié)果表明，本方法魯棒性強(qiáng)，精確度較高。

參考文獻(xiàn)

[1]毛士藝，趙魏.多傳感器圖像融合技術(shù)綜述[J].北京航空航天大學(xué)學(xué)報(bào)，2002，28（5）：512-518.

[2]唐澤圣，等.計(jì)算機(jī)圖形學(xué)基礎(chǔ)[M].北京：清華大學(xué)出版社，1995.

[3]姜慶娟，譚景信.像素級(jí)圖像融合方法與選擇[J].計(jì)算機(jī)工程與應(yīng)用，2003，39（25）：117-120.

[4]夏明革，何友，等.多傳感器圖像融合綜述[J].電光與控制，2002，9（4）：1-7.

[5]蔣曉瑜，高稚允.像素級(jí)多分辨圖像融合若干問(wèn)題分析及實(shí)驗(yàn)[J]紅外技術(shù)，2003，25（4）：49-52.

[6]江東，王鈺，等.多源圖像融合的理論與技術(shù)[J].甘肅科學(xué)學(xué)報(bào)，2002，14（1）：41-45.

[7]何賦，馬天予，等.Visual C++數(shù)字圖像處理[M].人民郵電出版社，2002.endprint

（1）

凡是滿足式（1）所表示的函數(shù)被叫做基小波函數(shù)。經(jīng)過(guò)伸縮因子和平移因子的變換得到：

（2）

叫做小波函數(shù)，其中是伸縮因子，是平移因子。

從式（2）可以看出，小波變換函數(shù)有以下性質(zhì)。

1）兩種函數(shù)都是帶通函數(shù)。

2）存在零均值為基準(zhǔn)的波動(dòng)性。

3）基于無(wú)窮坐標(biāo)考慮，小波函數(shù)在在圖像的無(wú)窮遠(yuǎn)點(diǎn)，數(shù)值為0，也就是融合誤差為零（其中，兩種函數(shù)的坐標(biāo)變換都是局部化的）。

基于小波變換的序列圖像融合原理為：

我們假設(shè)在序列圖像融合之前，圖像已經(jīng)完成了坐標(biāo)求交運(yùn)算，利用加權(quán)平均及中值濾運(yùn)算得到了小波函數(shù)和基小波函數(shù)。小波變換是對(duì)圖像在不同的序列信道上進(jìn)行處理，分別將源序列圖像進(jìn)行小波分解，得到處理后的變換序列子圖像，統(tǒng)一坐標(biāo)后在同一變換域上進(jìn)行特征選擇，創(chuàng)建融合圖像，通過(guò)矩陣逆運(yùn)算得到融合圖像結(jié)果。

基于小波變換的序列圖像融合步驟為：

1）對(duì)提取的序列圖像匹配原圖像分別進(jìn)行小波分解，對(duì)圖像含有的各自的坐標(biāo)信息進(jìn)行分離。

2）結(jié)合序列子圖像分解層分別作融合變換處理，各子圖像上的不同坐標(biāo)分量可使用不同的權(quán)值進(jìn)行融合運(yùn)算。

3）對(duì)融合后的子圖像序列在各自的圖像坐標(biāo)分量上進(jìn)行小波逆運(yùn)算，實(shí)現(xiàn)圖像重構(gòu)，得到融合結(jié)果。

經(jīng)過(guò)小波變換后的圖像坐標(biāo)子分量包含了人眼對(duì)圖像內(nèi)容的感知主要部分；同時(shí)能夠很好地反映出融合圖像的細(xì)節(jié)信息和結(jié)構(gòu)信息，如直線、邊緣、頂點(diǎn)等，其對(duì)人類的視覺(jué)有很大的影響。

5 實(shí)驗(yàn)結(jié)果

本文利用圖像處理中的中值濾波和小波變換等技術(shù)，將疊加的圖像序列進(jìn)行疊加融合處理，在圖像疊加和分層的基礎(chǔ)上，綜合考慮圖像坐標(biāo)信息，處理得到完整的融合圖形信息。如圖4為未處理的疊加圖形，圖5為融合處理的圖形效果。

圖4 未處理效果

圖5 圖形處理效果

通過(guò)對(duì)圖形的網(wǎng)格采樣，利用最小像素矩形單位完成圖形的求交運(yùn)算，巧妙的利用加權(quán)平均實(shí)現(xiàn)圖像的拼接融合，利用中值濾波技術(shù)充分利用圖形冗余信息，結(jié)合小波變換提高圖形坐標(biāo)數(shù)據(jù)融合的效果。本文對(duì)采集圖像的融合效果較好，但圖形網(wǎng)格的利用使得融合顯示出現(xiàn)鋸齒狀誤差，但采用適當(dāng)?shù)男拚杀ＷC算法誤差不會(huì)造成太大的影響，實(shí)驗(yàn)結(jié)果表明，本方法魯棒性強(qiáng)，精確度較高。

參考文獻(xiàn)

[1]毛士藝，趙魏.多傳感器圖像融合技術(shù)綜述[J].北京航空航天大學(xué)學(xué)報(bào)，2002，28（5）：512-518.

[2]唐澤圣，等.計(jì)算機(jī)圖形學(xué)基礎(chǔ)[M].北京：清華大學(xué)出版社，1995.

[3]姜慶娟，譚景信.像素級(jí)圖像融合方法與選擇[J].計(jì)算機(jī)工程與應(yīng)用，2003，39（25）：117-120.

[4]夏明革，何友，等.多傳感器圖像融合綜述[J].電光與控制，2002，9（4）：1-7.

[5]蔣曉瑜，高稚允.像素級(jí)多分辨圖像融合若干問(wèn)題分析及實(shí)驗(yàn)[J]紅外技術(shù)，2003，25（4）：49-52.

[6]江東，王鈺，等.多源圖像融合的理論與技術(shù)[J].甘肅科學(xué)學(xué)報(bào)，2002，14（1）：41-45.

[7]何賦，馬天予，等.Visual C++數(shù)字圖像處理[M].人民郵電出版社，2002.endprint

（1）

凡是滿足式（1）所表示的函數(shù)被叫做基小波函數(shù)。經(jīng)過(guò)伸縮因子和平移因子的變換得到：

（2）

叫做小波函數(shù)，其中是伸縮因子，是平移因子。

從式（2）可以看出，小波變換函數(shù)有以下性質(zhì)。

1）兩種函數(shù)都是帶通函數(shù)。

2）存在零均值為基準(zhǔn)的波動(dòng)性。

3）基于無(wú)窮坐標(biāo)考慮，小波函數(shù)在在圖像的無(wú)窮遠(yuǎn)點(diǎn)，數(shù)值為0，也就是融合誤差為零（其中，兩種函數(shù)的坐標(biāo)變換都是局部化的）。

基于小波變換的序列圖像融合原理為：

我們假設(shè)在序列圖像融合之前，圖像已經(jīng)完成了坐標(biāo)求交運(yùn)算，利用加權(quán)平均及中值濾運(yùn)算得到了小波函數(shù)和基小波函數(shù)。小波變換是對(duì)圖像在不同的序列信道上進(jìn)行處理，分別將源序列圖像進(jìn)行小波分解，得到處理后的變換序列子圖像，統(tǒng)一坐標(biāo)后在同一變換域上進(jìn)行特征選擇，創(chuàng)建融合圖像，通過(guò)矩陣逆運(yùn)算得到融合圖像結(jié)果。

基于小波變換的序列圖像融合步驟為：

1）對(duì)提取的序列圖像匹配原圖像分別進(jìn)行小波分解，對(duì)圖像含有的各自的坐標(biāo)信息進(jìn)行分離。

2）結(jié)合序列子圖像分解層分別作融合變換處理，各子圖像上的不同坐標(biāo)分量可使用不同的權(quán)值進(jìn)行融合運(yùn)算。

3）對(duì)融合后的子圖像序列在各自的圖像坐標(biāo)分量上進(jìn)行小波逆運(yùn)算，實(shí)現(xiàn)圖像重構(gòu)，得到融合結(jié)果。

經(jīng)過(guò)小波變換后的圖像坐標(biāo)子分量包含了人眼對(duì)圖像內(nèi)容的感知主要部分；同時(shí)能夠很好地反映出融合圖像的細(xì)節(jié)信息和結(jié)構(gòu)信息，如直線、邊緣、頂點(diǎn)等，其對(duì)人類的視覺(jué)有很大的影響。

5 實(shí)驗(yàn)結(jié)果

本文利用圖像處理中的中值濾波和小波變換等技術(shù)，將疊加的圖像序列進(jìn)行疊加融合處理，在圖像疊加和分層的基礎(chǔ)上，綜合考慮圖像坐標(biāo)信息，處理得到完整的融合圖形信息。如圖4為未處理的疊加圖形，圖5為融合處理的圖形效果。

圖4 未處理效果

圖5 圖形處理效果

通過(guò)對(duì)圖形的網(wǎng)格采樣，利用最小像素矩形單位完成圖形的求交運(yùn)算，巧妙的利用加權(quán)平均實(shí)現(xiàn)圖像的拼接融合，利用中值濾波技術(shù)充分利用圖形冗余信息，結(jié)合小波變換提高圖形坐標(biāo)數(shù)據(jù)融合的效果。本文對(duì)采集圖像的融合效果較好，但圖形網(wǎng)格的利用使得融合顯示出現(xiàn)鋸齒狀誤差，但采用適當(dāng)?shù)男拚杀ＷC算法誤差不會(huì)造成太大的影響，實(shí)驗(yàn)結(jié)果表明，本方法魯棒性強(qiáng)，精確度較高。

參考文獻(xiàn)

[1]毛士藝，趙魏.多傳感器圖像融合技術(shù)綜述[J].北京航空航天大學(xué)學(xué)報(bào)，2002，28（5）：512-518.

[2]唐澤圣，等.計(jì)算機(jī)圖形學(xué)基礎(chǔ)[M].北京：清華大學(xué)出版社，1995.

[3]姜慶娟，譚景信.像素級(jí)圖像融合方法與選擇[J].計(jì)算機(jī)工程與應(yīng)用，2003，39（25）：117-120.

[4]夏明革，何友，等.多傳感器圖像融合綜述[J].電光與控制，2002，9（4）：1-7.

[5]蔣曉瑜，高稚允.像素級(jí)多分辨圖像融合若干問(wèn)題分析及實(shí)驗(yàn)[J]紅外技術(shù)，2003，25（4）：49-52.

[6]江東，王鈺，等.多源圖像融合的理論與技術(shù)[J].甘肅科學(xué)學(xué)報(bào)，2002，14（1）：41-45.

[7]何賦，馬天予，等.Visual C++數(shù)字圖像處理[M].人民郵電出版社，2002.endprint