一种基于快速NSCT的像素信息估计融合方法技术

本发明专利技术属于图像融合研究领域，具体涉及NSCT的一种基于快速NSCT的像素信息估计融合方法。本发明专利技术包括：通过NSCT滤波器间的变换整合，生成分解滤波器组；使用基于像素信息的融合规则对分解得到的低频和高频图像分解进行系数融合；通过与生成分解滤波器组类似的方式生成重构滤波器组，对各个融合子图通过重构滤波器滤波后叠加生成重构图像。在图像分解和重构阶段，以滤波器变换代替传统NSCT中的迭代滤波，将源图像在分解和重构阶段的计算次数缩减至1次，达到理论上的最优解；首次采用全局特征与像素的差异替代像素邻域特征的融合规则计算方式，显著减少计算量，并提高了融合效果。

【技术实现步骤摘要】

本专利技术属于图像融合研宄领域，具体涉及NSCT(non-subsampledcontourlettrans form，非下采样轮廓波变换）的一种基于快速NSCT的像素信息估计融合方法。
技术介绍
图像融合是信息融合的一个重要分支，由于单一传感器对场景的信息获取过于片 面，多传感器获取的大量信息又势必造成人类理解的困难，因此，将两幅或多幅由不同传感 器获得的图像融合为一幅信息量更大的图像，以帮助人类直观地获取全面信息的图像融合 技术，成为了至关重要的技术手段。目前，图像融合已经广泛应用于民用、医学、遥感等各个 领域，我国也将该技术列为"863"计划，使之成为计算机技术和空间技术等高新产业领域的 关键技术之一。 随着数字图像处理技术，矩阵理论等方法的广泛研宄，多种图像表示和图像融合 算法相继发展起来。相对于传统的空间域融合算法和经典的多分辨率融合算法，基于多尺 度几何分析的图像融合技术在近年来得到国内外学者的广泛关注。在多尺度几何分析中， 先将源图像通过多尺度滤波，得到一系列分布在不同频率段的图像，再对其中除了低频子 图之外的图像进行方向滤波，最终获得一副低频图像，和与多尺度滤波级别对应的多组高 频方向子图。随后根据不同的子图表现出的不同特点，设计对应的图像融合规则，再对融合 之后的各组融合子图进行逆变换，获得最终的融合图像。 在实际应用中，由于图像数据的庞大性，以及多次迭代滤波的计算复杂性，基于多 尺度几何分析的图像融合算法往往陷入融合质量与消耗时间的矛盾之中。作为目前最优多 尺度几何分析方法之一，NSCT在融合质量上的优异表现使其倍受研宄者们的关注，但其大 量的计算开销又限制了该技术的广泛应用。
技术实现思路
本专利技术的目的在于提供一种对NSCT的实现方式进行优化，减少了运算量，提高了 NSCT算法的效率的基于快速NSCT的像素信息估计融合方法。 本专利技术的目的是这样实现的： (1)通过NSCT滤波器间的变换整合，生成分解滤波器组； (I. 1)初始化NSP分解滤波器Htl (z)和H1 (z)、NSDFB分解滤波器Utl (z)和U1 (z)， 确定NSCT分解层数K以及每层的方向分解级别1η，η = 1，2,…，K ; (1. 2)依据参数η和In，将初始滤波器Htl (ζ)、H1 (ζ)、Utl (ζ)、U1 (ζ)变换为一系列尺 度滤波器和方向滤波器：【主权项】1. 一种基于快速NSCT的像素信息估计融合方法，其特征在于，包括如下步骤： (1) 通过NSCT滤波器间的变换整合，生成分解滤波器组； (I. 1)初始化NSP分解滤波器Htl (z)和H1 (z)、NSDFB分解滤波器Utl (1)和U1 (z)，确定 NSCT分解层数K以及每层的方向分解级别1η，η = 1，2,…，K ; (1. 2)依据参数η和In，将初始滤波器Htl (ζ)、H1 (ζ)、Utl (ζ)、U1 (ζ)变换为一系列尺度滤 波器和方向滤波器：Un, j = 2. E supp (h) U； 其中，Hf (ζ)为第n级带通滤波器，K是总的分解层数，Un,」为第η级、j方向的方向滤 波器，Sq为对U ^ (z)、U1 (ζ)进行第η级、j方向进行变换的采样矩阵； (1. 3)将同一分解流的一系列滤波器进行卷积合并，生成最终的分解滤波器组，并将源 图像通过分解滤波器组滤波，获得分解图像，包括一副低频图像和多幅高频图像； (2) 使用基于像素信息的融合规则对分解得到的低频和高频图像分解进行系数融合： (2. 1)低频部分： (2. I. 1)计算低频图像的全局信息： Tiow= (y i〇w+Mlow) /2 ; 其中，T1ot表示低频图像的全局信息，μ lOT和M1ot分别表示低频图像灰度直方图的均值 和中位数； (2. 1. 2)根据像素信息量理论计算融合像素的权值： ων?3= exp(y*| I vis(i, j)-T vis-low I )， Oinf= θχρ(γ*| I inf(i，j)-T inf-low I )， 其中，ω表示权值，下标vis和inf分别表示可见光图像和红外图像，I (i, j)表示坐标 为（i，j)的像素，γ是用于权值比重的参数； (2. 1. 3)对源低频图像的像素进行加权，获得融合图像。其中，F(i，j)表示坐标为（i，j)的融合像素； (2. 2)高频部分： (2.2. 1)计算高频系数矩阵的分类阈值，用于区分平滑区域的系数与边缘区域的系 数：其中，Thigh表示高频频图像的分类阈值，μ higjP Mhigh分别表示高频系数直方图的均值 和中位数，k表示该子图所属的分解级别； (2. 2. 2)对源图像的高频系数进行类别判定，采用不同的规则计算权值(2. 2. 3)对高频系数进行加权，获得融合系数矩阵：其中，F(i，j)表示坐标为（i，j)的融合系数； (3)通过与生成分解滤波器组类似的方式生成重构滤波器组，对各个融合子图通过重 构滤波器滤波后叠加生成重构图像。【专利摘要】本专利技术属于图像融合研究领域，具体涉及NSCT的一种基于快速NSCT的像素信息估计融合方法。本专利技术包括：通过NSCT滤波器间的变换整合，生成分解滤波器组；使用基于像素信息的融合规则对分解得到的低频和高频图像分解进行系数融合；通过与生成分解滤波器组类似的方式生成重构滤波器组，对各个融合子图通过重构滤波器滤波后叠加生成重构图像。在图像分解和重构阶段，以滤波器变换代替传统NSCT中的迭代滤波，将源图像在分解和重构阶段的计算次数缩减至1次，达到理论上的最优解；首次采用全局特征与像素的差异替代像素邻域特征的融合规则计算方式，显著减少计算量，并提高了融合效果。【IPC分类】G06T5-50【公开号】CN104766290【申请号】CN201510140920【专利技术人】赵春晖, 郭蕴霆, 王玉磊, 齐滨, 王佳 【申请人】哈尔滨工程大学【公开日】2015年7月8日【申请日】2015年3月27日本文档来自技高网...

【技术保护点】
一种基于快速NSCT的像素信息估计融合方法，其特征在于，包括如下步骤：(1)通过NSCT滤波器间的变换整合，生成分解滤波器组；(1.1)初始化NSP分解滤波器H0(z)和H1(z)、NSDFB分解滤波器U0(1)和U1(z)，确定NSCT分解层数K以及每层的方向分解级别ln，n＝1,2,…,K；(1.2)依据参数n和ln，将初始滤波器H0(z)、H1(z)、U0(z)、U1(z)变换为一系列尺度滤波器和方向滤波器：Hneq(z)H1(z2n-1)Πk=0n-2H0(z2k),1≤n≤2KΠk=0n-2H0(z2k),n=2K;]]>Un，j[z]＝Σk∈supp(h)U[z‑Sn，jm]；其中，为第n级带通滤波器，K是总的分解层数，Un，j为第n级、j方向的方向滤波器，Sn，j为对U0(z)、U1(z)进行第n级、j方向进行变换的采样矩阵；(1.3)将同一分解流的一系列滤波器进行卷积合并，生成最终的分解滤波器组，并将源图像通过分解滤波器组滤波，获得分解图像，包括一副低频图像和多幅高频图像；(2)使用基于像素信息的融合规则对分解得到的低频和高频图像分解进行系数融合：(2.1)低频部分：(2.1.1)计算低频图像的全局信息：T1ow＝(μlow+Mlow)/2；其中，Tlow表示低频图像的全局信息，μlow和Mlow分别表示低频图像灰度直方图的均值和中位数；(2.1.2)根据像素信息量理论计算融合像素的权值：ωvis＝exp(γ*|Ivis(i，j)‑Tvis‑low|)；ωinf＝exp(γ*|Iinf(i，j)‑Tinf‑low|)；其中，ω表示权值，下标vis和inf分别表示可见光图像和红外图像，I(i,j)表示坐标为(i,j)的像素，γ是用于权值比重的参数；(2.1.3)对源低频图像的像素进行加权，获得融合图像。F(i,j)=ωvis*Ivis(i,j)+ωinf*Iinf(i,j)ωvis+ωinf;]]>其中，F(i,j)表示坐标为(i,j)的融合像素；(2.2)高频部分：(2.2.1)计算高频系数矩阵的分类阈值，用于区分平滑区域的系数与边缘区域的系数:Thigh=(μhigh+Mhigh)*2k-12k;]]>其中，Thigh表示高频频图像的分类阈值，μhigh和Mhigh分别表示高频系数直方图的均值和中位数，k表示该子图所属的分解级别；(2.2.2)对源图像的高频系数进行类别判定，采用不同的规则计算权值ωvis=exp(γ*||Ivis(i,j)|-Tvis-h|)|Ivis(i,j)|>Tvis-h,|Iinf(i,j)|>Tinf-h|Ivis(i,j)||Ivis(i,j)|<Tvis-h,|Iinf(i,j)|<Tinf-h1|Ivis(i,j)|>Tvis-h,|Iinf(i,j)|<Tinf-h0|Ivis(i,j)|<Tvis-h,|Iinf(i,j)|>Tinf-h;]]>ωinf=exp(γ*||Iinf(i,j)|-Tinf-h|)|Ivis(i,j)|>Tvis-h,|Iinf(i,j)|>Tinf-h|Iinf(i,j)||Ivis(i,j)|>Tvis-h,|Iinf(i,j)|>Tinf-h0|Ivis(i,j)|>Tvis-h,|Iinf(i,j)|<Tinf-h1|Ivis(i,j)|<Tvis-h,|Iinf(i,j)|>Tinf-h;]]>(2.2.3)对高频系数进行加权，获得融合系数矩阵：F(i,j)=ωvis*Ivis(i,j)+ωinf*Iinf(i,j)ωvis+ωinf;]]>其中，F(i,j)表示坐标为(i,j)的融合系数；(3)通过与生成分解滤波器组类似的方式生成重构滤波器组，对各个融合子图通过重构滤波器滤波后叠加生成重构图像。...

【技术特征摘要】

【专利技术属性】
技术研发人员：赵春晖，郭蕴霆，王玉磊，齐滨，王佳，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江;23