基于Contourlet變換的圖像融合方法研究

王莉　張寶華

摘 要： 首先介紹了圖像的直接融合算法、小波變換算法和Contourlet變換算法；然后利用Matlab環(huán)境進(jìn)行仿真并采用互信息和邊緣能量測(cè)度來進(jìn)行融合效果的評(píng)價(jià)。評(píng)價(jià)結(jié)果顯示，Contourlet變換算法實(shí)現(xiàn)的圖像融合能更好的反應(yīng)圖像的細(xì)節(jié)特征。

關(guān)鍵詞： 圖像融合； 小波變換； Contourlet變換； 圖像質(zhì)量評(píng)價(jià)

中圖分類號(hào)：TP3 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1006-8228（2015）04-13-02

Abstract： This paper introduces the direct image fusion algorithm， the Wavelet transform algorithm and the Contourlet transform algorithm. The experiment uses Matlab to simulate and to evaluate the fusion effect by using the mutual information and the edge energy measure， the evaluation results show that image fusion with Contourlet transform algorithm displays better details of image feature.

Key words： image fusion； wavelet transform algorithm； Contourlet transform algorithm； image quality assessment

0 引言

圖像融合是指用特定的算法將兩幅或多幅圖像綜合成一幅新的圖像[1]。由于融合結(jié)果能利用兩幅（或多幅）圖像在時(shí)空上的相關(guān)性及信息上的互補(bǔ)性，所以使得融合后得到的圖像對(duì)場(chǎng)景有更全面、清晰的描述，從而更有利于人眼的識(shí)別和機(jī)器的自動(dòng)探測(cè)。圖像融合已成為圖像理解和計(jì)算機(jī)視覺領(lǐng)域中一項(xiàng)重要而有用的新技術(shù)，在自動(dòng)目標(biāo)識(shí)別、計(jì)算機(jī)視覺、遙感、機(jī)器人、復(fù)雜智能制造系統(tǒng)、醫(yī)學(xué)圖像處理以及軍事應(yīng)用等領(lǐng)域有著廣泛的應(yīng)用潛力。本文介紹三種常用的圖像融合方法，并通過仿真實(shí)驗(yàn)對(duì)不同融合算法進(jìn)行了定量分析與比較。

1 圖像直接融合算法

圖像直接融合算法是指，不對(duì)參加融合的源圖像進(jìn)行任何變換或分解，而是直接對(duì)其進(jìn)行選擇、平均或加權(quán)平均等簡(jiǎn)單處理后合成一幅融合圖像[2]，這是圖像融合算法中最簡(jiǎn)單的一種方法，但是在許多情況下，這種簡(jiǎn)單的融合方法得不到滿意的結(jié)果。仿真結(jié)果如圖1所示。

由圖1可知，用直接融合算法得到的融合結(jié)果不是很令人滿意。

2 圖像小波變換融合算法

小波變換是時(shí)間和頻率的局域變換，因而能有效地從信號(hào)中提取信息，通過伸縮和平移等運(yùn)算功能對(duì)函數(shù)或信號(hào)進(jìn)行多尺度細(xì)化分析，被譽(yù)為“數(shù)學(xué)顯微鏡”[3]。

小波變換用于融合的過程是：

⑴ 對(duì)每一源圖像分別進(jìn)行小波變換，獲得圖像的多尺度分解；

⑵ 對(duì)各分解層的高頻、低頻部分分別采用不同的融合規(guī)則進(jìn)行融合處理，得到融合后的小波圖像；

⑶ 對(duì)融合后的小波圖像進(jìn)行小波逆變換，最終獲得更高質(zhì)量的融合圖像。

經(jīng)過小波變換后的圖像融合效果如圖2所示。

3 圖像Contourlet變換融合算法

Contourlet變換也稱為塔形方向?yàn)V波器組（PDFB），主要思想是使用一個(gè)類似小波的多尺度分解捕捉高頻奇異點(diǎn)，再根據(jù)方向信息將位置相近的奇異點(diǎn)匯集成輪廓段[4]。其分解過程是：首先采用拉普拉斯塔式分解（LP）對(duì)輸入圖像進(jìn)行迭代分解，生成一系列不同尺度上的低頻和高頻子帶；接下來，對(duì)LP分解所得到的高頻子帶通過扇型濾波器組（QFB）進(jìn)行扇型方向上的頻率切分，再與旋轉(zhuǎn)重采樣操作適當(dāng)組合以實(shí)現(xiàn)圖像高頻信息的方向?yàn)V波。這樣通過少量的系數(shù)即可以有效地描述圖像的邊緣輪廓。

Contourlet變換用于融合的過程是：

⑴ 先對(duì)兩幅待融合圖像分別進(jìn)行Contourlet變換，分別得到各自的低頻圖像和不同尺度下的高頻圖像；

⑵ 對(duì)分解后的低頻和高頻系數(shù)分別用不同的融合規(guī)則進(jìn)行融合系數(shù)處理，得到融合后的各尺度上的低頻系數(shù)和高頻系數(shù)；

⑶ 對(duì)融合后的低頻系數(shù)和高頻系數(shù)進(jìn)行Contourlet逆變換，最終得到重構(gòu)的融合圖像。

經(jīng)過Contourlet變換后的圖像融合效果如圖3所示。

4 效果評(píng)價(jià)與結(jié)果分析

表1給出了不同融合算法的圖像質(zhì)量評(píng)價(jià)結(jié)果。目前對(duì)于圖像融合的評(píng)價(jià)方法主要有主觀評(píng)價(jià)方法和客觀評(píng)價(jià)方法。主觀評(píng)價(jià)方法是以人作為觀察者，對(duì)圖像的優(yōu)劣做出主觀定性評(píng)價(jià)，這種方法主觀性較強(qiáng)，具有不確定性、不全面性?？陀^評(píng)價(jià)方法是對(duì)圖像進(jìn)行客觀定量的評(píng)價(jià)，一般情況下可以用若干個(gè)指標(biāo)對(duì)圖像融合性能進(jìn)行客觀評(píng)價(jià)，如均方根誤差、均方誤差、交叉熵、峰值信噪比、信息熵、平均梯度。本文采用互信息MI和邊緣信息傳遞量QAB/F來評(píng)價(jià)融合結(jié)果，二者的值越大，說明方法的融合性能越好。

參考文獻(xiàn)：

[1] 胡剛.像素圖像融合技術(shù)的研究與進(jìn)展[J].計(jì)算機(jī)應(yīng)用研究，2008.3：651-655

[2] 易小波，李浪，鄒存.基于Contourlet域的多聚焦圖像融合方法[J].衡陽(yáng)師范學(xué)院學(xué)報(bào)，2012.12：67-68

[3] 張?chǎng)危悅ケ?Contourle變換系數(shù)加權(quán)的醫(yī)學(xué)圖像融合[J].中國(guó)圖像圖形學(xué)報(bào)，2014.19：133-140

[4] 李美麗，李言俊，王紅梅.多聚焦圖像融合的Contourlet變換方法[J].計(jì)算機(jī)工程與應(yīng)用，2009.45（10）：20-22