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

        ?

        基于邊緣檢測(cè)的雙樹復(fù)小波圖像融合算法

        2014-07-25 09:00:34李莉
        關(guān)鍵詞:雙樹算子邊緣

        李莉

        (華僑大學(xué) 廈門工學(xué)院,福建 廈門 361021)

        0 引言

        圖像融合[1-3]指對(duì)多幅源自于同一場(chǎng)景的圖像進(jìn)行綜合,以獲取更好的視覺效果和易于機(jī)器識(shí)別為目的,產(chǎn)生比單一信源更精確、更完全、更可靠的圖像。圖像融合屬于信息融合的一個(gè)分支,能夠有效地去除參與融合的多幅圖像中冗余或干擾信息,反映多幅源圖像的信息,使獲得的圖像更加準(zhǔn)確、完整,便于更綜合、全面地判斷和分析圖像,彌補(bǔ)了單一成像系統(tǒng)的不足。20世紀(jì)70年代后期提出圖像融合概念后,國(guó)內(nèi)外對(duì)圖像融合算法的研究以及相關(guān)應(yīng)用的探討已取得了長(zhǎng)足的發(fā)展。圖像融合處理可在像素級(jí)、特征級(jí)以及決策級(jí)三個(gè)層面上進(jìn)行,圖像的像素級(jí)融合主要可分為兩類:基于空域和基于變換域。隨著小波變換理論的完善,基于小波的圖像融合方法已成為國(guó)內(nèi)外像素級(jí)圖像融合方法的研究熱點(diǎn)[4-7]。目前,大多數(shù)的小波變換圖像融合算法主要是針對(duì)高頻信息的融合規(guī)則進(jìn)行討論,對(duì)低頻信息僅采取簡(jiǎn)單的加權(quán)平均融合規(guī)則。然而,圖像經(jīng)過小波變換后,主要的能量都包含在低頻信息中,融合的質(zhì)量很大程度上都取決于低頻信息融合規(guī)則的選取。因此,對(duì)低頻信息的融合規(guī)則研究具有相當(dāng)重要的意義。

        傳統(tǒng)的離散小波變換(DWT)存在平移敏感性和缺乏方向選擇性等缺陷,嚴(yán)重地影響了小波域信號(hào)處理效果。IVAN W S[8]等人提出的雙樹復(fù)小波變換 (DTCWT)成功地解決了傳統(tǒng)DWT的缺陷,并已成功應(yīng)用于圖像融合領(lǐng)域[9-11]。本文針對(duì)雙樹復(fù)小波變換以及低頻信息融合規(guī)則進(jìn)行研究,提出了一種新的圖像融合算法——基于邊緣檢測(cè)的雙樹復(fù)小波圖像融合算法。該算法能夠有效提高圖像融合的清晰度及質(zhì)量。

        1 雙樹復(fù)小波變換

        雙樹復(fù)小波變換 (DT-CWT)結(jié)構(gòu)示意圖如圖1所示。當(dāng)對(duì)應(yīng)小波基(圖1中的h0和g0、h1和g1)近似滿足Hilbert變換關(guān)系時(shí),雙樹復(fù)小波變換能夠近似滿足平移不變性,并具有良好的方向選擇性。在二維雙樹復(fù)小波變換中實(shí)部與虛部都具有6個(gè)方向子帶,分別指向±15°,±45°和±75°方向。這些優(yōu)點(diǎn)使雙樹復(fù)小波變換為圖像融合提供了更好的條件。

        圖1 三層一維雙樹復(fù)小波變換示意圖

        2 融合規(guī)則

        基于小波變換的圖像融合方法基本思想如圖2所示。先對(duì)源圖像進(jìn)行小波分解,得到不同頻率的不同特征域的圖像表示,在各個(gè)特征域上選取不同的融合規(guī)則或融合方法進(jìn)行圖像的融合,融合后得到新的小波系數(shù)經(jīng)逆小波變換得到融合后的圖像。

        圖2 基于小波變換圖像融合方法示意圖

        2.1 低頻信息融合規(guī)則

        圖像經(jīng)過小波變換后,其主要能量集中在低頻區(qū)域中,傳統(tǒng)的加權(quán)平均選取融合算法可以有效地抑制圖像噪聲,但圖像邊緣特征信息卻被忽略,造成融合圖像的特征信息丟失、融合圖像質(zhì)量下降。本文在傳統(tǒng)小波圖像融合基礎(chǔ)上,對(duì)傳統(tǒng)的低頻系數(shù)加權(quán)平均算法進(jìn)行改進(jìn),提出了基于邊緣檢測(cè)的低頻系數(shù)圖像融合方法。該算法在多源圖像中最大可能地選取邊緣點(diǎn)加以保留,可使融合后圖像的細(xì)節(jié)更加豐富。經(jīng)典的邊緣檢測(cè)算子包括Sobel算子、Roberts算子、Canny算子、Laplacian算子以及Prewitt算子等,這些算子均在像素級(jí)上進(jìn)行圖像邊緣檢測(cè),并且都有一定的局限性。例如,Laplacian算子雖然對(duì)細(xì)線和孤立點(diǎn)的檢測(cè)效果較好,但對(duì)噪聲比較敏感;Prewitt和Sobel算子則是對(duì)漸變灰度和低噪聲效果顯著,但是檢測(cè)邊緣較粗且定位較差。Zernike正交矩的亞像素邊緣檢測(cè)方法[12-13]的提出很大程度上提高了邊緣檢測(cè)的精準(zhǔn)度。本文利用Zernike正交矩的亞像素邊緣檢測(cè)方法對(duì)圖像小波分解后的低頻信息進(jìn)行邊緣檢測(cè),獲取最佳邊緣信息。

        具體融合規(guī)則如下:

        2.2 高頻信息融合規(guī)則

        圖像經(jīng)過小波分解后,低頻分量反映了圖像的基本概貌,高頻分量則突出了圖像的細(xì)節(jié)信息。由于圖像的局域特征往往不能由單一像素所表征,因此,基于區(qū)域特征的融合規(guī)則也一直是研究的熱點(diǎn)。本文選取兩種基于區(qū)域特征的融合規(guī)則對(duì)高頻信息進(jìn)行融合:區(qū)域能量最大值法和區(qū)域邊緣強(qiáng)度最大值法。

        第k個(gè)源圖像的高頻小波系數(shù)中以(x,y)為中心、大小為M×N的區(qū)域的能量ENj(x,y)表示為:

        區(qū)域中值定義為:

        則第k個(gè)圖像的像素(x,y)在j尺度下,窗口大小為M×N的邊緣強(qiáng)度[3]定義為:

        本文所選取的兩種區(qū)域特征融合算法的窗口大小均為3×3,兩種高頻系數(shù)具有如下融合規(guī)則:

        方法1:區(qū)域能量最大值法

        其中,hA和hB分別代表源圖像A和B的高頻系數(shù),F(xiàn)h表示融合后的高頻小波系數(shù),dA和dB則為權(quán)系數(shù),取值為:

        方法2:區(qū)域邊緣強(qiáng)度最大值法

        基于區(qū)域邊緣強(qiáng)度最大值法的基本思路與區(qū)域能量最大值法一致,在兩個(gè)源圖像的高頻小波系數(shù)中根據(jù)區(qū)域邊緣強(qiáng)度的大小來選擇誰作為融合后的小波系數(shù)。區(qū)別僅在于權(quán)系數(shù)的取值準(zhǔn)則不同:

        3 實(shí)驗(yàn)結(jié)果與分析

        本文選取常見的多聚焦圖像cameraman進(jìn)行融合,為了驗(yàn)證所提出的融合算法的有效性與優(yōu)越性,采用以下4種方法對(duì)比本文所提出的算法的性能。

        方法1:低頻系數(shù)采取加權(quán)平均法,高頻系數(shù)選用區(qū)域能量最大法進(jìn)行融合。

        方法2:低頻系數(shù)采取邊緣檢測(cè)法,高頻系數(shù)選用區(qū)域能量最大法進(jìn)行融合。

        方法3:低頻系數(shù)采取加權(quán)平均法,高頻系數(shù)選用區(qū)域邊緣強(qiáng)度最大值法。

        方法4:低頻系數(shù)采取邊緣檢測(cè)法,高頻系數(shù)選用區(qū)域邊緣強(qiáng)度最大值法。

        實(shí)驗(yàn)中采用的融合評(píng)測(cè)方法有熵、峰值信噪比(PSNR)、平均梯度以及標(biāo)準(zhǔn)差。熵值越大,表明所含信息量越大;PSNR越大,表明所獲取的信息越多、噪聲越小,融合的效果也越好;平均梯度越大,表明圖像的細(xì)節(jié)部分越豐富,圖像清晰度越高;標(biāo)準(zhǔn)差越大,表明圖像灰度值相對(duì)于圖像均值越分散,圖像的反差越大,所包含的圖像信息量越多。

        表1列出了本文所采取的4種方法的融合效果。圖3展示出了效果最好的方法2的融合效果圖。對(duì)比這4種方法的各項(xiàng)指標(biāo)不難發(fā)現(xiàn),方法2的熵值、PSNR以及平均梯度3個(gè)指標(biāo)均優(yōu)于其他方法,標(biāo)準(zhǔn)差基本一致。從實(shí)驗(yàn)結(jié)果可看出,高頻系數(shù)選用相同融合規(guī)則時(shí),低頻系數(shù)采用邊緣檢測(cè)方法進(jìn)行融合效果較好,說明本文提出的基于邊緣檢測(cè)的融合算法具有一定的優(yōu)越性,邊緣與細(xì)節(jié)信息保留較好。低頻系數(shù)的選擇決定了融合圖像的視覺效果,采用本文算法可更大限度地獲取并保留圖像的細(xì)節(jié)與紋理信息,增強(qiáng)融合圖像的質(zhì)量。

        表1 融合實(shí)驗(yàn)效果對(duì)比

        圖3 融合效果圖(方法2)

        4 結(jié)論

        本文提出了一種新的圖像融合算法——基于邊緣檢測(cè)的雙樹復(fù)小波圖像融合算法。采用雙樹復(fù)小波變換,可有效克服傳統(tǒng)離散小波變換存在的平移敏感性和缺乏方向選擇性等缺陷;低頻系數(shù)融合規(guī)則結(jié)合了邊緣檢測(cè)的方法來降低邊緣細(xì)節(jié)信息的丟失,提高圖像融合的清晰度及質(zhì)量;高頻系數(shù)采用常見的區(qū)域能量最大法以及區(qū)域邊緣強(qiáng)度最大值法進(jìn)行融合。實(shí)驗(yàn)結(jié)果利用4個(gè)客觀評(píng)價(jià)標(biāo)準(zhǔn)進(jìn)行定性衡量,證明了本文算法的有效性和正確性。

        [1]POHL C,VAN GENDEREN J L.Multisensor image fusion in remote sensing:concepts,methods and applications[J].International Journal of Remote Sensing,1998,19(5):823-854.

        [2]郭雷,李暉暉,鮑永生.圖像融合[M].北京:電子工業(yè)出版社,2008.

        [3]閆敬文.數(shù)字圖像處理MATLAB版(第二版)[M].北京:國(guó)防工業(yè)出版社,2011.

        [4]劉海濤,石躍祥,康蘊(yùn).基于小波分析的圖像融合新方法[J].計(jì)算機(jī)工程與應(yīng)用,2013,49(6):205-208.

        [5]Zhang Qiang.Multi-focus image fusion using the nonsubsampled Contourlet transform[J].Signal Processing,2009,89(7):1334-1346.

        [6]ChenGuangqiu,GaoYinhan.Multisourceimagefusion based on double density dual-tree complex wavelet transform[C].InternationalConferenceonFuzzySystemsand Knowledge Discovery(FSKD),2012:1864-1868.

        [7]吳華,王海順.基于小波變換和Sobel算子圖像融合算法研究[J].計(jì)算機(jī)仿真,2011,28(10):232-235.

        [8]IVAN W S,RICHARD G B,NICK G K.The dual-tree complex wavelet transform[J].IEEE Signal Processing Magazine,2005,11(22):123-151.

        [9]HILL P,CANAGARAJAH N,BULL D.Image fusion using complex wavelets[C].Proceedings of the British Machine Conference,Cardiff,2002:487-496.

        [10]王亞杰,李殿起,徐心和.基于雙樹復(fù)小波變換的圖像融合方法[J].計(jì)算機(jī)工程,2008,34(15):176-178.

        [11]陶玲瑤,弓曉鋒.基于DT-CWT的圖像融合算法研究[J].通信技術(shù),2011,44(12):104-106.

        [12]GHOSAL S,MEHROTRA R.Orthogonal moment operators for subpixel edge detection[J].Pattern Recognition,1993,26:295-306.

        [13]Ding Xinghao,Deng Shanxi,Yang Yongyue,et al.Subpixel detection based on spatial moment and Zernike moment[J].Journal of Applied Sciences,2004,22(2):191-194.

        猜你喜歡
        雙樹算子邊緣
        擬微分算子在Hp(ω)上的有界性
        各向異性次Laplace算子和擬p-次Laplace算子的Picone恒等式及其應(yīng)用
        一個(gè)村莊的紅色記憶
        一類Markov模算子半群與相應(yīng)的算子值Dirichlet型刻畫
        基于雙樹復(fù)小波的色譜重疊峰分解方法研究
        一張圖看懂邊緣計(jì)算
        Roper-Suffridge延拓算子與Loewner鏈
        婆羅雙樹樣基因2干擾對(duì)宮頸癌HeLa細(xì)胞增殖和凋亡的影響
        雙樹森林圖與同階(p,p)圖包裝的研究
        在邊緣尋找自我
        雕塑(1999年2期)1999-06-28 05:01:42
        日韩a无v码在线播放| 国产一区二区三区色哟哟| 老师开裆丝袜喷水视频| 国产午夜精品一区二区三区软件| 精品乱子伦一区二区三区| 亚洲综合免费在线视频| 一区二区三区激情免费视频| 7m精品福利视频导航| 国产欧美VA欧美VA香蕉在| 蜜桃一区二区免费视频观看| av在线免费观看大全| 亚洲精品久久一区二区三区777| 91精品一区国产高清在线gif| 日本一区二区亚洲三区| 日本第一影院一区二区| 日本高清视频永久网站www| 精品国产a∨无码一区二区三区 | 久久不见久久见免费影院国语| 国产小受呻吟gv视频在线观看| 嗯啊 不要 啊啊在线日韩a| 日本刺激视频一区二区| 久久久久亚洲精品无码网址蜜桃| 精品久久久久久久久免费午夜福利| 东风日产系列全部车型| 精品一区中文字幕在线观看| 少妇无码吹潮| 欧美日韩亚洲一区二区精品 | 狠狠色噜噜狠狠狠狠米奇777| 丝袜美女污污免费观看的网站| 国内精品女同一区二区三区| 国产午夜免费高清久久影院| 精品人人妻人人澡人人爽牛牛| 色优网久久国产精品| 日韩一级黄色片一区二区三区| 国产精品亚洲欧美大片在线看| 无码不卡免费一级毛片视频| 白色白在线观看免费2| 亚洲av成人片在线观看| 色窝窝在线无码中文| 一本大道加勒比东京热| 麻豆国产一区二区三区四区|