一种多源图像融合方法.pdf

(19)中华人民共和国国家知识产权局*CN101968882A*(12)发明专利申请(10)申请公布号CN101968882A(43)申请公布日2011.02.09(21)申请号201010288552.9(22)申请日2010.09.21(71)申请人重庆大学地址400044重庆市沙坪坝区沙坪坝正街174号(72)发明人尚赵伟庞庆堃唐远炎张太平张明新张凌峰(74)专利代理机构北京同恒源知识产权代理有限公司11275代理人杨明(51)Int.Cl.G06T5/50(2006.01)权利要求书2页说明书6页附图1页(54)发明名称一种多源图像融合方法(57)摘要本发明公开了一种多源图像融合方法，在前期特征提取阶段将基于小波核的支持度变换和抗混叠轮廓波结合在一起，一方面增加了支持度变换无法提取的方向信息，另一方面消除了轮廓波变换中产生的混叠现象；在图像融合阶段，采用脉冲耦合神经网络构建高频判断器对各融合图像低频信号进行融合判断，采用绝对值最大选取规则对各融合图像高频信号进行融合判断，实现了对高低频信号的有效融合。CN109682ACN101968882A权利要求书1/2页1.一种多源图像融合方法，其特征在于：包括以下步骤：1)采用小波核函数对待融合图像建立多尺度支持度滤波器；2)使用多尺度支持度滤波器对各待融合图像进行支持度变换，分别产生高、低频信息；3)使用抗混叠轮廓波变换方法对高、低频信息进行处理，获得高、低频抗混叠信息；4)对各待融合图像的低频抗混叠信息，采用脉冲耦合神经元网络融合规则，选取各待融合图像中可被触发的低频抗混叠信息作为融合后的低频信息；5)对各待融合图像的高频抗混叠信息使用绝对值最大选取融合规则方法，选取各待融合图像各像素点对应的绝对值最大的高频抗混叠信息作为融合后的高频信息；6)对被选取的融合后的高、低频信息分别进行抗混叠轮廓波逆变换和支持度逆变换，生成融合图像。2.如权利要求1所述的一种多源图像融合方法，其特征在于：步骤1)中，利用小波核函数构建多尺度支持度滤波器原型Q1，在多尺度支持度滤波器原型Q1的纵横向利用多孔小波滤波器原理填零，实现多尺度变换滤波器的构造，得到多尺度支持度滤波器；其中，多尺度支持度滤波器原型为：b＝BTY，A＝Ω-1，Ω＝K+I/γ，γ为正规化因子，I为单位阵；TK中元素满足ki，j＝K(xi，xj)＝<φ(xi)·φ(xj)>i，j∈[1，2n+1]，且φ(x)为小波核函数；Y中元素满足yij＝i×j，i∈[1，2n+1]，j＝1；n为自然数，用于确定多尺度支持度滤波器原型Q1的尺度大小。3.如权利要求2所述的一种多源图像融合方法，其特征在于：步骤2)具体包括以下步骤：21)将各尺度的多尺度支持度滤波器与待融合图像进行支持度变换，得到分解后的高频信息：DMh＝Qh*Mh；其中，M1为待融合的原始图像，当h≥2时，Mh为第h层低频信息；DMh为第h层高频信息，Qh为第h尺度的多尺度支持度滤波器；DMh为Qh和Mh的卷积结果；h∈[1，n]，h为分解级数，n≥1；22)使用Mh+1＝Mh-DMh得到第h+1层低频信息Mh+1。4.如权利要求3所述的一种多源图像融合方法，其特征在于：步骤4)包括如下步骤：41)利用一组样本图像的低频抗混叠信息作为输入，选择低频抗混叠信息的脉冲耦合神经网络，包括接收单元、调制单元和脉冲产生单元；脉冲产生单元根据衰减激发兴奋原则2CN101968882A权利要求书2/2页生成动态门限；42)接收单元接收步骤3)获得的各待融合图像的低频抗混叠信息作为馈送输入，调制单元通过低频抗混叠信息的邻域链接输入来调制馈送输入，得到神经元输出；当神经元输出值超过动态门限，选取该神经元输出对应的待融合图像的低频抗混叠信息为融合后的低频信息。5.如权利要求1至4中任一项所述的一种多源图像融合方法，其特征在于：步骤6)中，对步骤5)得到的融合后的高频信息和步骤4)得到的融合后的低频信息进行系数调节，依次通过抗混叠轮廓波重构和支持度重构，重构生成融合图像。3CN101968882A说明书1/6页一种多源图像融合方法技术领域[0001]本发明涉及图像融合领域，具体涉及一种多源图像融合方法。背景技术[0002]现有技术的图像融合的处理通常为像素级、特征级、决策级。像素级图像融合主要是针对初始图像数据进行的，其目的主要是图像增强、图像分割和图像分类，从而为人工判读图像或进一步的特征级融合提供更佳的输入信息，像素级图像融合，依赖于传感器感应器件的灵敏性，对远距离的图像需要采用高分辨能力的传感器；特征级图像融合是指从各个传感器图像中提取特征信息，并进行综合分析和处理的过程，提取的特征信息是像素信息的充分表示量或充分统计量，典型的特征信息有边缘、形状、轮廓、角、纹理、相似亮度区域等，特征融合不