一种用于影像快速融合与评价的方法技术

本发明专利技术公开了一种用于影像快速融合与评价的方法，其特征在于包括如下步骤：(1)影像导入；(2)用轮廓波变换法融合所述步骤(1)导入的影像，包括如下步骤：(A)拉普拉斯金字塔分解和(B)方向滤波器组滤波；(3)融合结果保存与导入；(4)融合效果评价方法选取；(5)输出评价结果。本发明专利技术充分考虑了各种影像的特性，既充分保障了影像融合的速度和质量，又保障了影像评价的速度和质量，有效解决了融合算法的速度和质量问题。

【技术实现步骤摘要】

本专利技术涉及，属于图像处理领域。
技术介绍
多源图像融合的主要思想是通过采用一定的算法，将两个或多个具有互补和冗余特性的源图像融合成为新图像，使得融合后的图像能最大限度地利用互补信息，减少冗余， 从而获得更高的清晰度和可理解性。而且为进一步的图像处理如图像分割、目标检测与识别、战损评估与理解等提供更有效的信息。多源图像融合不是简单地叠加，它产生的是新的蕴涵有更多价值信息的图像。随着人们获取遥感图像数据的能力不断提高和遥感技术的迅猛发展以及新型传感器的不断涌现，具有不同物理特性的传感器所产生的遥感图像不断增多，在同一地区往往可以获得大量的不同尺度、不同光谱、不同时相的多源图像数据信息。这些遥感图像数据在时间、空间和光谱方面差异很大，而各种传感器提供的遥感图像数据又各有特点。目前数据源的不足已经不是遥感技术应用的主要障碍，最主要的障碍是从这些数据源中提取更丰富、更有用、更可靠信息的能力大小。为了满足不同观测和研究对象的要求，各种传感器获取的图像数据在几何、光谱、时间和空间分辨率等方面存在明显的局限性和差异性，而在现实应用中这种局限性和差异性还将长期存在，从而限制了其应用能力。所以仅仅利用一种遥感图像数据是很难以满足实际需求的，同时为了对观测目标有一个更加全面、清晰、准确的理解与认识，人们也迫切希望寻求一种综合利用各类图像数据的技术方法。因此把不同的图像数据的各自优势和互补性综合起来加以利用就显得非常重要和实用。多源遥感图像数据的冗余性表示它们对环境或目标的表示、描述或解译结果相同。冗余信息是一组由系统中相同或不同类型的传感器所提供的对环境中同一目标的感知数据，虽然这些数据的表达形式可能存在着差异，但总可以通过变换，将它们映射到一个共同的数据空间，这些变换的结果反映了目标某一个方面的特征，合理地利用这些冗余信息， 可以降低误差和减少整体决策的不确定性，提高识别率和精确度；互补性是指信息来自不同的自由度且相互独立，它们也是一组由多个传感器提供的对同一个目标的感知数据。对这些互补信息的利用，可以提高系统的准确性和提高最终结果的可信度；合作信息的应用， 可提高协调性能，因此把多源图像数据各自的优势结合起来加以利用，获得对环境或对象正确的解译是很重要的。多源遥感图像数据融合则是富集这些多种传感器信息的最有效途径之一，它为多源遥感图像数据的处理、分析与应用提供了全新的途径，可以减少或抑制单一信息对被感知对象或环境解释中可能存在的多义性、不完整性、不确定性和误差，最大限度地利用各种信息源提供的信息，从而大大提高在特征提取、分类、目标识别等方面的有效性。同时，融合效果的评价还没有统一的标准。融合图像评价需要客观的定量评价标准，因为主观评价具有主观性和不全面性，需要与客观的定量评价标准相结合进行综合评价。现有的客观评价方法主要从三个方面考虑，即融合图像的统计特性，融合图像与标准参考图像关系和融合图像与源图像关系。这些评价标准都从信息量、图像边缘变化等方面来衡量融合图像质量的优劣，但是这些考察的量本身并不能很好地反映图像的真实质量，如信息量在融合过程中得到了提高并不一定对应融合图像视觉效果的改善。因此需要进一步研究能够有效评价融合图像质量的客观标准。
技术实现思路
专利技术目的针对上述现有存在的问题和不足，本专利技术的目的是提供一种能够有效评价融合图像质量的用于影像快速融合与评价的方法。技术方案为实现上述专利技术目的，本专利技术采用的技术方案为，包括如下步骤(1)影像导入；(2)用轮廓波变换法融合所述步骤(1)导入的影像，包括如下步骤(A)拉普拉斯金字塔分解和(B)方向滤波器组滤波；(3)融合结果保存与导入；(4)融合效果评价方法选取，包括如下计算过程(a)得到图像的灰度分布一幅独立的影像，可以认为其各个元素的灰度值是相互独立的，则图像的灰度分布为ρ= {pi，p2，A, Pi, Λ，ρη}，式中，Pi为灰度值等于i的像素与图像总像素数之比， η为灰度级总数；(b)算出图像信息熵信息熵融合图像的信息熵越大，说明图像中包含的信息越多，融合效果越好。L权利要求1.，其特征在于包括如下步骤(1)影像导入；(2)用轮廓波变换法融合所述步骤(1)导入的影像，包括如下步骤 (A)拉普拉斯金字塔分解和(B)方向滤波器组滤波；(3)融合结果保存与导入；(4)融合效果评价方法选取，包括如下计算过程(a)得到图像的灰度分布P= {pi，p2，AjPi, Λ，pn}，式中，Pi为灰度值等于i的像素与图像总像素数之比，η为灰度级总数；(b)算出图像信息熵2.根据权利要求1所述，其特征在于所述步骤 (A)中的拉普拉斯金字塔分解为采用拉普拉斯滤波器对原图像进行多分辨率分解，从而捕获图像中存在的奇异点；所述步骤(B)方向滤波器组滤波为采用方向滤波器组对各尺度上的高频分量进行方向分解。全文摘要本专利技术公开了，其特征在于包括如下步骤(1)影像导入；(2)用轮廓波变换法融合所述步骤(1)导入的影像，包括如下步骤(A)拉普拉斯金字塔分解和(B)方向滤波器组滤波；(3)融合结果保存与导入；(4)融合效果评价方法选取；(5)输出评价结果。本专利技术充分考虑了各种影像的特性，既充分保障了影像融合的速度和质量，又保障了影像评价的速度和质量，有效解决了融合算法的速度和质量问题。文档编号G06T5/50GK102208103SQ20111008871公开日2011年10月5日 申请日期2011年4月8日 优先权日2011年4月8日专利技术者杨朝辉, 王庆, 王志杰, 王海青, 王粮库 申请人:东南大学本文档来自技高网...

【技术保护点】
１．一种用于影像快速融合与评价的方法，其特征在于包括如下步骤：（１）影像导入；（２）用轮廓波变换法融合所述步骤（１）导入的影像，包括如下步骤：（Ａ）拉普拉斯金字塔分解和（Ｂ）方向滤波器组滤波；（３）融合结果保存与导入；（４）融合效果评价方法选取，包括如下计算过程：（ａ）得到图像的灰度分布：ｐ＝｛ｐ１，ｐ２，Λ，Ｐｉ，Λ，ｐｎ｝，式中，ｐｉ为灰度值等于ｉ的像素与图像总像素数之比，ｎ为灰度级总数；（ｂ）算出图像信息熵：式中，Ｐ（ｌ）为某灰度值ｌ在图像中出现的概率，Ｌ为图像的灰度等级，Ｌ＝２５６；（ｃ）算出平均梯度：式中，Δｘｆ（ｉ，ｊ）、Δｙｆ（ｉ，ｊ）分别为像元（ｉ，ｊ）在ｘ／ｙ方向上的一节差分，为平均梯度，Ｍ、Ｎ为图像的行、列数；（ｄ）算出标准方差：式中，Ｍ，Ｎ为图像的行、列数，ｇ（ｍ，ｎ）为第ｍ行，ｎ列的像素值，为图像的平均像素值；（ｅ）算出边缘保持度Ｂ：式中，Ｂ１为融合后影像边缘信息熵，Ｂ２为加权融合后的边缘信息熵；（ｆ）进行联合评价：式中，Ｅ，Ｅ１，Ｅ２分别为融合后影像信息熵、源图像１的信息熵、源图像２的信息熵，分别为融合后影像的平均梯度、源图像１的平均梯度、源图像２的平均梯度，Ｄ，Ｄ１，Ｄ２分别为融合后影像的标准方差、源图像１的标准方差、源图像２的标准方差，Ｂ为边缘保持度；（５）输出评价结果。...

【技术特征摘要】

【专利技术属性】
技术研发人员：王庆，王志杰，杨朝辉，王粮库，王海青，
申请(专利权)人：东南大学，
类型：发明
国别省市：32