基于非抽取形态小波的图像融合方法及装置制造方法及图纸

本发明专利技术适用于图像处理领域，提供了一种基于非抽取形态小波的图像融合方法与装置，所述方法包括：分解步骤、融合步骤和重构步骤。本发明专利技术具体实施方式提供的方法具有避免块状效应的优点。

【技术实现步骤摘要】

本专利技术属于图像处理领域，尤其涉及一种基于非抽取形态小波的图像融合方法及>J-U ρ α装直。
技术介绍
自 2000 年 Hei jmans 和 Goutsias 提出形态小波(Morphological Wavelets)这一概念以来，并成功地将大多数线性小波和非线性小波统一起来，形成了多分辨分析的统一框架，之后出现了各种基于形态小波的图像融合方法。相比于传统的小波变换，形态小波变换具有一些十分有用的性质，如运算快捷、整数变换、边缘信息更为有效的表示等。但对于图像融合方面的应用，目前的研究成果并不多，且局限于多聚焦图像融合。现有技术提供的基于形态小波的图像融合方法有三个步骤，分别为:分解融合及重构三个步骤，如附图说明图1所示。形态小波的分解是指对于二维图像信号中每个2X2的方块，可以将其分解为低频分量和3个方向的高频分量(分别为水平高频分量、垂直高频分量和对角线高频分量)，可多层分解，且每次分解后的四幅子图像中，每幅的像素数目是分解前的 1/4 ；Chanda提出了一种用于多聚焦图像的简单小波变换，因其采用的是低频分量取方块内最大值的方法，以下记为MWFmax，其分解的过程是:Ψ (χ) (m，n) =M = max {x (2m, 2n), x (2m, 2n+l),χ (2m+l, 2n)，χ (2m+l, 2n+l)} (I)ω (χ) (m, η) = (ω y (χ) (m, η), coh(x)(m, η), ω d (χ) (m, η)) (2) 其中:权利要求1.一种基于形态小波的图像融合方法，其特征在于， 所述方法包括:将分解前图像经过分解步骤、融合步骤和重构步骤后得到融合后的图像； 其中，分解步骤具体为:Ψ i (X) (m, n) =M= /4 ω (χ) (m, n) = (ω v (χ) (m, n), ω h (χ) (m, η), ω d (χ) (m, n))n 其中Ψ丨是低频分解算子，ω丨是高频分解算子，χ是分解前图像，m，n是像素在图像中的行和列的位置，ων，《,和cod分别是高频分量中的垂直、水平、对角分量；高频分量的计算为: ω ν (χ) (m, η) = χ (2m+1，2n) -χ (2m, 2n) coh(x) (m, n) = χ (2m，2n+l)-x (2m，2n) ω d (χ) (m, n) = χ (2m+1，2n+l) _x (2m, 2n) 融合步骤的规则具体为:低频部分采用加权求和，高频部分采用绝对值最大的一项； 重构步骤具体为:Ψ I (χ) (2m, 2η) = Ψ I (x) (2m+l, 2η) = Ψ I (χ) (2m, 2η+1) =Ψ 丨(χ) (2m+l, 2η+1) = /4 其中Ψ丨是低频重构算子，ω丨是高频重构算子；2.根据权利要求1所述的方法，其特征在于，所述形态小波具体为: 非抽取形态小波。3.一种非抽取形态小波的融合方法，其特征在于，所述方法包括:将分解前的图像经过分解步骤、融合步骤和重构步骤得到融合后的图像； 其中，分解步骤具体可以包括:Ψ ↑ (χ) (m，η) = /4ω ↑ (χ) (m，η) = (ω ν (χ) (m，η)，ω h (χ) (m，η)，ω d (χ) (m，η)) 其中: ω ν (χ) (m，η) = χ (m+1，η) -χ (m，η) ω h (χ) (m，η) = χ (m，η+1) -χ (m，η) cod(x) (m，η) = χ (m+1，η+1)-χ (m，η): 其中Ψ↑是低频分解算子，ω↑是高频分解算子、χ是分解前图像，m，n是像素在图像中的行和列的位置，ων，0^和cod分别是高频分量中的垂直、水平、对角分量； 融合步骤的规则具体为:低频部分釆用加权求和，高频部分釆用绝对值最大的一项；重构步骤具体包括:4.一种基于形态小波的图像融合装置，其特征在于，所述装置包括:分解单元，融合单元和重构单元；其中， 分解单元具体用于根据Ψ (χ) (m, n) =M= /4 ω (χ) (m, η) = (ω v (χ) (m, η), ω h (χ) (m, η), ω d (χ) (m, η)) 其中: ω ν (χ) (m, η) = χ (2m+1，2η) -χ (2m, 2η) coh(x) (m, η) = χ (2m, 2η+1) -χ (2m, 2η) ω d (χ) (m, η) = χ (2m+1，2η+1) -χ (2m, 2η) 对图像进行分解，其中: 其中Ψ丨是低频分解算子，ω丨是高频分解算子，χ是分解前图像.m，η是像素在图像中的行和列的位置，ων，《,和cod分别是高频分量中的垂直、水平、对角分量； 融合单元具体可以用于将低频部分采用加权求和，将高频部分采用绝对值最大的一项； 该重构单元具体可以用于根据5.一种非抽取形态小波的融合装置，其特征在于，所述装置包括:分解单元，融合单元和重构单元； 其中，分解单元具体可以用于根据 Ψ (χ) (m，n) = /4ω (χ) (m, η) = (ω ν (χ) (m, η), ω h (χ) (m, η), ω d (χ) (m, η)) 其中: ω ν (χ) (m, η) = χ (m+1，η) -χ (m, η) coh(x) (m, η) = χ (m, η+1) -χ (m, η) cod(x) (m, η) = χ (m+1, η+1) -χ (m, η)； 对图像进行分解；其中Ψ丨是低频分解算子，ω丨是高频分解算子，χ是分解前图像，m，η是像素在图像中的行和列的位置，ων，《,和ωd分别是高频分量中的垂直、水平、对角分量; 融合单元具体用于将低频部分采用加权求和，将高频部分采用绝对值最大的一项； 该重构单元具体用于根据全文摘要本专利技术适用于图像处理领域，提供了一种基于非抽取形态小波的图像融合方法与装置，所述方法包括分解步骤、融合步骤和重构步骤。本专利技术具体实施方式提供的方法具有避免块状效应的优点。文档编号G06T5/00GK103106642SQ201110366118公开日2013年5月15日 申请日期2011年11月15日 优先权日2011年11月15日专利技术者柳伟, 邓苗, 梁永生 申请人:深圳信息职业技术学院本文档来自技高网...

【技术保护点】
一种基于形态小波的图像融合方法，其特征在于，所述方法包括：将分解前图像经过分解步骤、融合步骤和重构步骤后得到融合后的图像；其中，分解步骤具体为：Ψ↑(x)(m，n)＝M＝[x(2m，2n)+x(2m，2n+1)+x(2m+1，2n)+x(2m+1，2n+1)]/4ω↑(x)(m，n)＝(ωv(x)(m，n)，ωh(x)(m，n)，ωd(x)(m，n))其中Ψ↑是低频分解算子，ω↑是高频分解算子，x是分解前图像，m，n是像素在图像中的行和列的位置，ωv，ωh和ωd分别是高频分量中的垂直、水平、对角分量；高频分量的计算为：ωv(x)(m，n)＝x(2m+1，2n)‑x(2m，2n)ωh(x)(m，n)＝x(2m，2n+1)‑x(2m，2n)ωd(x)(m，n)＝x(2m+1，2n+1)‑x(2m，2n)融合步骤的规则具体为：低频部分采用加权求和，高频部分采用绝对值最大的一项；重构步骤具体为：Ψ↓(x)(2m，2n)＝Ψ↓(x)(2m+1，2n)＝Ψ↓(x)(2m，2n+1)＝Ψ↓(x)(2m+1，2n+1)＝[Ψ↑(x)(m，n)*4‑ωv(x)(m，n)‑ωh(x)(m，n)‑ωd(x)(m，n)]/4其中Ψ↓是低频重构算子，ω↓是高频重构算子； ω ↓ ( x ) ( 2 m , 2 n ) = 0 ω ↓ ( x ) ( 2 m + 1,2 n ) = ω v ( x ) ( m , n ) ω ↓ ( x ) ( 2 m , 2 n + 1 ) = ω h ( x ) ( m , n ) ω ↓ ( x ) ( 2 m + 1,2 n + 1 ) = ω ...

【技术特征摘要】

【专利技术属性】
技术研发人员：柳伟，邓苗，梁永生，
申请(专利权)人：深圳信息职业技术学院，
类型：发明
国别省市：广东;44