基于多尺度几何分析的SAR图像融合方法技术

一种基于多尺度几何分析的ＳＡＲ图像融合方法，包括如下过程：　（１）分别对两幅源图像进行基于小波变换的图像融合，采用取模极大值的融合规则，得到融合结果，记为ｉｍｇ＿ｗａｖｅ；　（２）分别对两幅源图像进行基于Ｃｏｎｔｏｕｒｌｅｔ变换 的图像融合，得到系数ｃ１和ｃ２，把系数分为低频系数和高频系数分别进行处理，将低频系数采取均值化处理的融合规则，将高频部分采用取模极大值的融合规则，处理后的低频部分和高频部分组成融合图像的系数，该融合图像的系数通过Ｃｏｎｔｏｕｒｌｅｔ反变换将得到融合结果，记为ｉｍｇ＿ｃｏｎｔ；　（３）对所述的两个融合结果ｉｍｇ＿ｗａｖｅ和ｉｍｇ＿ｃｏｎｔ，分别计算其信息熵Ｅ＿ｗａｖｅ，Ｅ＿ｃｏｎｔ、平均梯度ｇ＿ｗａｖｅ，ｇ＿ｃｏｎｔ和标准差ｓｔｄ＿ｗａｖｅ，ｓｔｄ＿ｃｏｎｔ的值，后缀ｗａ ｖｅ表示是结果ｉｍｇ＿ｗａｖｅ的指标，后缀ｃｏｎｔ表示是结果ｉｍｇ＿ｃｏｎｔ的指标；　（４）将基于小波变换的图像融合结果ｉｍｇ＿ｗａｖｅ和基于Ｃｏｎｔｏｕｒｌｅｔ变换的图像融合结果ｉｍｇ＿ｃｏｎｔ的信息熵、平均梯度和标准差进行比较，判 定融合结果的质量，若一个融合结果的三个指标信息熵、平均梯度和标准差的值，至少有两个指标的值大于另一个融合结果相对应的指标的值，则判定该融合结果较好，反之，判定为较差；　（５）若判定的结果是基于小波变换的图像融合结果ｉｍｇ＿ｗａｖｅ优于 基于Ｃｏｎｔｏｕｒｌｅｔ变换的图像融合结果ｉｍｇ＿ｃｏｎｔ，用ｉｍｇ＿ｗａｖｅ和ｉｍｇ＿ｃｏｎｔ取代原始的两幅源图像，并利用基于小波变换的图像融合方法针对ｉｍｇ＿ｗａｖｅ和ｉｍｇ＿ｃｏｎｔ进行二次融合，得到最终融合结果ｉｍｇ；反之，利用基于Ｃｏｎｔｏｕｒｌｅｔ变换的图像融合方法针对ｉｍｇ＿ｗａｖｅ和ｉｍｇ＿ｃｏｎｔ进行二次融合，得到最终融合结果ｉｍｇ。

【技术实现步骤摘要】

本专利技术涉及图像处理
，特别是一种图像融合的方法，可用于合成孔径雷达 图像，即SAR图像、 一般的自然图像和医学图像的融合。
技术介绍
图像融合作为多源数据融合的一个重要分支，成为近年来图像工程领域的研究热 点。它是一种对不同来源的图像进行综合处理的新技术，对于二维图像来说，融合的目 的就是为了从多幅源图像中进行信息提取与综合，从而获得对同一场景或目标更为准 确、全面和更可靠的图像描述。利用图像融合技术可以提高目标识别的可靠性和自动化 水平。由于SAR图像成像机理，得到的图像中含有一定的乘性噪声，也可通过采用SAR 图像和其他光学图像相融合来抑制噪声，从而得到更准确的图像描述。目前，这个研究 方向也成为了新的研究热点。现有图像融合大体上可以分为三类第一类是传统的图像融合方法，应用较广的有线性加权法、高通滤波器法、IHS变 换法和主分量分析法，这些方法简单易行，在不同的领域得到了应用。但是，这种融合 方法的不足是容易产生细节成分模糊。第二类是自80年代中期发展起来的多分辨融合方法，主要有塔式方法和小波变换 融合方法，他们的基本思想是首先把原始图像在不同的分辨率下进行分解，然后在不 同的分解水平上对图像进行融合，最后通过重构来获得融合图像。但是，这种基于小波 变换的融合方法的不足是不能够很好的挖掘图像中的边缘信息，会产生"震铃效应"现 象和块状现象。第三类主要是多种算法相结合的各种改进的融合方法。近年来，随着多尺度几何分 析的出现和快速发展，使得第三类融合方法迅速成为图像融合研究的热点，出现了许多 新的方法用于对第一类和第二类方法的改进。 专利技术内容本专利技术的目的在于克服上述第一类和第二类融合方法容易产生细节成分模糊、"震 铃效应"和块状现象的不足，针对图像自身特点，结合Contourlet变换和离散小波变换， 提出了一种基于多尺度几何分析的图像融合方法，以提高融合图像的信息含量，保证图像的清晰度。实现本专利技术目的技术方案包括如下过程-(1) 分别对两幅源图像进行基于小波变换的图像融合，采用取模极大值的融合规 则，得到融合结果，记为/wg—(2) 分别对两幅源图像进行基于Contourlet变换的图像融合，得到系数和d 把系数分为低频系数和高频系数分别进行处理，将低频系数采取均值化处理的融合规 则，将高频部分采用取模极大值的融合规则，处理后的低频部分和高频部分组成融合图 像的系数，该融合图像的系数通过Contourlet反变换将得到融合结果，记为(3) 对所述的两个融合结果z'wg—wave禾[J z'wg—cow"分别计算其信息熵￡—w"ve, ￡_coW、平均梯度g—wave, g—cw^禾卩标准差Wd—waw, Wt/—coW的值，后缀wave表不是 结果的指标，后缀coW表示是结果/wg—coW的指标；(4) 将基于小波变换的图像融合结果/wg—mn;e和基于Contourlet变换的图像融合 结果/wg—cow的信息熵、平均梯度和标准差进行比较，判定融合结果的质量，若一个 融合结果的三个指标信息熵、平均梯度和标准差的值，至少有两个指标的值大于另一个 融合结果相对应的指标的值，则判定该融合结果较好，反之，判定为较差；(5) 若判定的结果是基于小波变换的图像融合结果/mg—优于基于Contourlet 变换的图像融合结果/mg_coW，用该/mg_wflve和/mg_coW取代原始的两幅源图像，并 利用基于小波变换的图像融合方法针对和/mg一co^进行二次融合，得到最终 融合结果/附g;反之，利用基于Contourlet变换的图像融合方法针对和/wg—cow 进行二次融合，得到最终融合结果/mg。上述基于多尺度几何分析的SAR图像融合方法，其中步骤(2)所述的基于 Contourlet变换的图像融合方法，具体过程如下-2a)对两幅不同频段的SAR源图像/mg7和/mg2分别进行多层Contourlet变换， 得到每个源图像对应的系数，即源图像/wg7对应得到系数"={低频系数c/7，高频系 数cW}，源图像/wg2对应得到系数￡^={低频系数c/2，高频系数c/^};2b)将两个高频系数cW和W2，采取模极大值的融合规则，即比较所述高频系数 CM的绝对值，将相对大的值构成融合图像的高频系数c/z—cow;2c)对所述的两个低频系数c/7和c/2取平均值，得到融合图像的低频系数c/—cow" 该融合图像的低频系数c/_coW与融合图像的高频系数—起构成融合图像的系数C—00"/={低频系数C/—COW"高频系数2d)对融合图像的系数c—co对进行Contourlet反变换，得到基于Contourlet变换的 融合图像，记为/wg—coW。上述基于多尺度几何分析的SAR图像融合方法，其中步骤(4)的具体过程如下 4a)将两个融合结果的三个指标，即信息熵、平均梯度和标准差的值，进行一一比较；4b)若基于小波变换的图像融合结果/mg—wn;e的三个指标信息熵￡—平均梯 度和标准差5^—waw的值，均大于基于Contourlet变换的图像融合结果/wg_coW 相对应的三个指标的值，则判定基于小波变换的图像融合结果的融合质量较 好；反之，若基于小波变换的图像融合结果/附g—的三个指标的值，均小于基于 Contourlet变换的图像融合结果coW相对应的三个指标的值，则判定基于Contourlet 变换的图像融合结果/mg—cow的融合质量较好；4c)若基于小波变换的图像融合结果/mg—的三个指标信息熵w"w、平均梯 度和标准差^/—,ve的值，其中两个指标的值大于基于Contourlet变换的图像 融合结果/mg—coW相对应的两个指标的值，只有其中一个指标的值小于基于Contourlet 变换的图像融合结果/附g—相对应的指标的值，则判定基于小波变换的图像融合结 果/wg—的融合质量较好；反之，若基于小波变换的图像融合结果/mg—wave的三 个指标，只有其中一个指标的值大于基于Contourlet变换的图像融合结果img—cow相对 应的指标的值，其余两个均小于基于Contourlet变换的图像融合结果ccw/相对应的 两个指标的值，则判定基于Contourlet变换的图像融合结果z'mg—coW的融合质量较好。 本专利技术与现有技术相比具有如下优点① 本专利技术由于在进行基于Contourlet变换的图像融合方法中将低频和高频的系数分 开处理，使得融合结果中细节成分少的区域能够更加平滑，从而避免了现有第二类融合 方法，即多分辨融合方法产生的"震铃效应"现象；② 本专利技术由于采取了二次融合，能够将小波变换在处理融合图像提取的点状信息和 Contourlet变换在处理融合图像中得到的线性信息有效的结合，克服了第一类融合方法， 即传统的融合产生的细节成分模糊，以及第二类融合方法，即多分辨融合方法出现的块 状现象；提高了融合图像的信息含量，保证了图像的清晰度。测试实验表明，本专利技术针对SAR图像的融合结果的三个融合指标分别优于小波变换、 Contourlet变换以及提升小波变换的融合结果的三个指标。附图说明图l是本专利技术的实现流程图2是第一组SAR图像在不同方法下的融合结果示意其中图2a是本专利技术采用的第本文档来自技高网...

【技术保护点】
一种基于多尺度几何分析的ＳＡＲ图像融合方法，包括如下过程：　（１）分别对两幅源图像进行基于小波变换的图像融合，采用取模极大值的融合规则，得到融合结果，记为ｉｍｇ＿ｗａｖｅ；　（２）分别对两幅源图像进行基于Ｃｏｎｔｏｕｒｌｅｔ变换的图像融合，得到系数ｃ１和ｃ２，把系数分为低频系数和高频系数分别进行处理，将低频系数采取均值化处理的融合规则，将高频部分采用取模极大值的融合规则，处理后的低频部分和高频部分组成融合图像的系数，该融合图像的系数通过Ｃｏｎｔｏｕｒｌｅｔ反变换将得到融合结果，记为ｉｍｇ＿ｃｏｎｔ；　（３）对所述的两个融合结果ｉｍｇ＿ｗａｖｅ和ｉｍｇ＿ｃｏｎｔ，分别计算其信息熵Ｅ＿ｗａｖｅ，Ｅ＿ｃｏｎｔ、平均梯度ｇ＿ｗａｖｅ，ｇ＿ｃｏｎｔ和标准差ｓｔｄ＿ｗａｖｅ，ｓｔｄ＿ｃｏｎｔ的值，后缀ｗａｖｅ表示是结果ｉｍｇ＿ｗａｖｅ的指标，后缀ｃｏｎｔ表示是结果ｉｍｇ＿ｃｏｎｔ的指标；　（４）将基于小波变换的图像融合结果ｉｍｇ＿ｗａｖｅ和基于Ｃｏｎｔｏｕｒｌｅｔ变换的图像融合结果ｉｍｇ＿ｃｏｎｔ的信息熵、平均梯度和标准差进行比较，判定融合结果的质量，若一个融合结果的三个指标信息熵、平均梯度和标准差的值，至少有两个指标的值大于另一个融合结果相对应的指标的值，则判定该融合结果较好，反之，判定为较差；　（５）若判定的结果是基于小波变换的图像融合结果ｉｍｇ＿ｗａｖｅ优于基于Ｃｏｎｔｏｕｒｌｅｔ变换的图像融合结果ｉｍｇ＿ｃｏｎｔ，用ｉｍｇ＿ｗａｖｅ和ｉｍｇ＿ｃｏｎｔ取代原始的两幅源图像，并利用基于小波变换的图像融合方法针对ｉｍｇ＿ｗａｖｅ和ｉｍｇ＿ｃｏｎｔ进行二次融合，得到最终融合结果ｉｍｇ；反之，利用基于Ｃｏｎｔｏｕｒｌｅｔ变换的图像融合方法针对ｉｍｇ＿ｗａｖｅ和ｉｍｇ＿ｃｏｎｔ进行二次融合，得到最终融合结果ｉｍｇ。...

【技术特征摘要】

【专利技术属性】
技术研发人员：焦李成，王爽，刘帆，侯彪，刘芳，杨淑媛，马文萍，钟桦，王桂婷，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：87