基于非下采样Contourlet的多传感器图像自适应融合.docVIP

基于非下采样Contourlet的多传感器图像自适应融合( 常霞，焦李成 (西安电子科技大学智能信息处理研究所和雷达信号处理国家重点实验室, 西安 710071) 摘 要 本文提出了一种基于非下采样Contourlet变换的多传感器图像自适应融合方法，采用黄金分割法有哪些信誉好的足球投注网站最优的的低频融合权值，自适应地对多传感器图像的低频子带系数进行融合。非下采样contourlet变换是一种新的图像多尺度，多方向的表示方法，适合表达具有丰富细节信息及方向信息的图像，且该变换具有平移不变性，可以避免一般方法对融合图像引入的振铃效应，它的高频方向子带，捕获了多传感器图像的显著特征，本文采用同一尺度下方向子带信息和取大的规则对高频系数进行融合。对比实验结果表明，文中所提出的方法可以获得较好的融合效果。 关键词 图像融合 自适应 非下采样contourlet变换 Multisensor Image Adaptive Fusion Based on Nonsubsampled Contourlet Xia Chang, Licheng Jiao Institute of Intelligent Information Processing and National Key Lab for Radar Signal Processing Xidian University, 710071 Xian, China changxia0104@ Abstract This paper proposes an adaptive fusion method of multisensor image based on nonsubsampled contourlet transform, which can select the fusion weight of the lowpass coefficients adaptively based on the method of golden section. The nonsubsampled contourlet transform is a flexible multi-scale, multi-direction and shift-invariant image decomposition, which is suitble for representing images bearing abundant detail and directional information. This is employed for fusing the directional high-frequency coefficients. For the directional high-frequency coefficients, the higher adding level of the directional subbands is used to select the better coefficient for fusion. The nonsubsampled contourlet transform can also avoids introducing ringing artifacts to fused images compared to ordinary method. Experimental results show the proposed method achieves better fusion efficiency. Keywords image fusion, adaptive, nonsumpled contourlet transform 引言 多传感器图像融合是将不同传感器得到的不同空间，频谱和时间分辨率的图像根据融合算法进行综合处理，以得到一幅满足某种应用需要，具有更多信息的新图像。它广泛应用于地球遥感、军事侦察、机器视觉和医学图像病变识别和分析等诸多领域[1]。 图像融合方法大体可以分为两类。一类是在空间域上，对匹配后的源图像直接进行加权平均处理，从而得到一幅新的融合图像。这种方法简单易行，但却忽略了不同传感器图像在 相应目标区域所包含重要信息量多少的差异，该方法相当于在含有最多信息量的融合图像和含有最少信息量的融合图像之间取一个折衷。当被融合的源图像之间差异较大时，这种方法得到的融合图像会产生明显的人工拼接痕迹，不利于后续的图像处理。对比于此类方法，近些年来，国内外已经提出了很多成功的基于变换的方法。这些方法将多尺度变换作为抽取图像显著特征的工具。它们包括基于塔形分解的方法[2][3][4](拉普拉斯塔形分解、梯度金字塔、比率低通金字塔等)和基于小波的方法[5][6