高志文

摘要：本文的多圖像融合算法是先對(duì)多個(gè)圖像作顏色空間變換，再進(jìn)行小波變換分解。該研究難點(diǎn)主要是運(yùn)用了一致性檢查，通過對(duì)每幅圖像的高頻系數(shù)、低頻系數(shù)的提取和亮度、色度、飽和度的小波分解系數(shù)的提取，最后通過自己設(shè)計(jì)的和規(guī)則將多幅圖像融合成一幅圖像，并且通過對(duì)小波分解層數(shù)的不同取值，來分析其取值大小對(duì)多圖像合成的效果影響情況。

關(guān)鍵詞：小波變換 融合算法 空間變換 高頻系數(shù) 低頻系數(shù)

中圖分類號(hào)：TN911.73 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2016）05-0000-00

1引言

多圖像融合是指運(yùn)用一定的規(guī)則將多幅圖像顯著特征提取出來，進(jìn)行合成為具有多幅圖像的顯著特征的一幅較完整圖像。因?yàn)槲覀冊(cè)谂恼諘r(shí)，由于同一場(chǎng)景的每幅圖像在拍攝時(shí)可能因?yàn)椴杉膱D像傳感器的數(shù)據(jù)或者人為原因使每幅圖像可能有所側(cè)重，使得有時(shí)候圖像的局部會(huì)比較模糊，或者有時(shí)候圖像里的色彩度不是一樣的，這就要求我們將這些圖像綜合起來，提取他們各自的特征，進(jìn)行在一幅圖像上的合成，這樣才能夠滿足我們所研究的對(duì)象并且也更能讓我們研究的對(duì)象的信息更全面更準(zhǔn)確。正是由于這個(gè)原因，以至于融合圖像這個(gè)技術(shù)被應(yīng)用到很多的實(shí)際應(yīng)用領(lǐng)域：比如：醫(yī)學(xué)、軍事、機(jī)器視覺等。

現(xiàn)今在多圖像融合上，已經(jīng)研究出了可以實(shí)現(xiàn)融合的許多方法了，而使用小波理論來進(jìn)行融合是現(xiàn)在比較成熟而且應(yīng)用比較廣泛的方向之一。[3]這類融合方法一般都是根據(jù)我們?nèi)搜蹖?duì)圖像的局部敏感度的差異來進(jìn)行融合算法設(shè)計(jì)。因此，我們?cè)O(shè)計(jì)一定的算法規(guī)則，提取了多幅圖像的顯著特點(diǎn)來進(jìn)行一致性檢測(cè)，包括：邊緣輪廓，顏色深淺，亮度大小等，之后將這些特點(diǎn)數(shù)據(jù)進(jìn)行篩選提取，將其合成于一幅圖像中。在小波變換里，小波系數(shù)極大值所對(duì)應(yīng)的是圖像的邊緣顯著特征。本文研究了小波變換層數(shù)的大小對(duì)融合圖像的影響，通過改變不同的小波變換層數(shù)來分析合成圖像的清晰度。在圖像合成當(dāng)中，高頻系數(shù)對(duì)應(yīng)于圖像的邊緣特征，低頻系數(shù)對(duì)應(yīng)于圖像的輪廓。本文的高頻和低頻系數(shù)則是直接由matlab7.1編寫函數(shù)直接提取。本文就是利用圖像局部對(duì)比度不一樣，運(yùn)用小波變換原理，通過設(shè)計(jì)算法編程，實(shí)現(xiàn)多幅圖像的融合，以及設(shè)定不同的小波分解層數(shù)來進(jìn)行多圖像合成，來分析層數(shù)對(duì)融合效果的影響。

2多圖像融合的算法設(shè)計(jì)思路

多圖像融合的算法設(shè)計(jì)思路：首先是對(duì)每一幅圖像進(jìn)行顏色空間變換，然后再利用小波分解對(duì)各個(gè)顏色圖像進(jìn)行分解，并獲得每一幅圖像它們各自的多分辨分解，再將所有的分解后的圖像通過一定的融合規(guī)則生成圖像的多分辨分解，接著將圖像的多分辨分解進(jìn)行顏色空間變換的逆變換，最后再將獲得的圖像作小波逆變換，得到最終圖像。

而融合規(guī)則里包含：對(duì)每幅圖像的選擇規(guī)則，然后再經(jīng)過每幅圖像的決策條，再經(jīng)過融合成最后圖像的多分辨分解。（如圖1所示）

3 多圖像融合的編程設(shè)計(jì)

多圖像融合的核心就是融合方法，所以小波變換就是本文多圖像融合的核心，當(dāng)然融合的規(guī)則也是影響融合質(zhì)量的一個(gè)因素。

下面是我進(jìn)行快速圖像融合的算法的設(shè)計(jì)思路：（用的是matlab7.1軟件）首先我們?cè)O(shè)置好融合圖像數(shù)，小波分解層數(shù)等幾個(gè)參數(shù)后，在進(jìn)行融合，本算法步驟：

（1）對(duì)彩色圖像變成YIQ空間，即對(duì)彩色圖像做了一個(gè)顏色空間變換。

（2）然后將每副圖像都進(jìn)行了亮度、色度、飽和度的小波分解，分解后得到每一幅圖像的顏色分量的分解系數(shù)。

（3）對(duì)上面系數(shù)進(jìn)行取方差，并且提取每幅圖像的高頻和低頻系數(shù)，并且計(jì)算方差。

（4）進(jìn)行一致性檢驗(yàn)。

（5）確定融合系數(shù)，進(jìn)行融合。

（6）對(duì)融合后圖像進(jìn)行重構(gòu)，也就是先對(duì)圖像進(jìn)行顏色空間的逆變換，再進(jìn)行小波的逆變換，最后顯示出來。

4 實(shí)驗(yàn)結(jié)果分析

本試驗(yàn)通過matlab7.1仿真，運(yùn)用本文提出的基于小波變換的快速融合算法先對(duì)兩幅原始圖像進(jìn)行融合，再分別對(duì)三四幅圖像一起進(jìn)行融合，得到的融合。

算法的融合效果。圖2是兩幅圖像的融合。

下面是設(shè)定不同的小波分解層數(shù)來進(jìn)行融合。

從上面圖2、圖3和圖4中可以看出來本文程序算法可以快速的合成多幅圖像，并且按照算法的規(guī)則能快速合成出來。從圖5、圖6和圖7可以看出圖6、圖7明顯沒有圖5清楚，也就是說明只有當(dāng)小波分解層數(shù)選取到一個(gè)合適的數(shù)值時(shí)，才能得到比較好的融合圖像，一般在我們需要的融合圖像不是要求高精度的時(shí)，可以選取分解層數(shù)為2-4的小波分解層數(shù)。這樣能得到比較好的融合圖像。

5 結(jié)語

本文程序設(shè)定了512*512像素的原始圖像，根據(jù)小波變換的原理[1][2]，設(shè)計(jì)了一個(gè)能快速合成多幅圖像的算法，并且對(duì)小波分解系數(shù)對(duì)融合圖像的影響也進(jìn)行了實(shí)驗(yàn)的仿真觀察，并且對(duì)所得到的融合圖像進(jìn)行了比較，也得出了小波分解層數(shù)的大體適宜范圍在2-4左右。

參考文獻(xiàn)

[1] 程正興.小波分析算法與應(yīng)用[M].西安：西安交通大學(xué)出版社，1998

[2] 林福宗.小波與小波變換[D].北京：清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系，智能技術(shù)與系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室，2001.

[3] 張紅.像素級(jí)多分辨率圖像融合方法研究[D].吉林：吉林大學(xué)博士學(xué)位論文，2008.