论文研究-基于双边滤波的多尺度图像融合.pdf

所需积分/C币:10 2019-09-12 12:33:40 508KB .PDF

提出一种彩色图像和近红外图像的融合算法,先给出一种改进核函数的双边滤波器,然后应用该双边滤波器和高斯滤波器相结合多次作用于彩色图像和近红外图像,得到低频图像、边缘图像、细节图像等不同尺度的图像,在不同尺度图像融合的权重选择上,提出一种自适应的权重选择法。该方法综合考虑参与融合的各像素点的邻域来确定各点权重,不仅抑制了融合图像噪声,还使融合图像色彩更贴近原彩色图像。实验表明该方法得到的融合图像具有符合人眼观测习惯的颜色信息,此外融合图像的纹理、边缘等细节信息比原彩色图像更丰富。
吴川:基于双边滤波的多尺度图像融合 2015,51(1)3 ∑gp-s‖)g(D(P,s)l2 3.2融合图像权值的选取 h(s)= ∑g(p-slg(D(p,s) 在对参与融合的像素权重a、B选择上,这里采用 种自适应的选择方法,其公式如式(11)所 Ⅰ≠0 (p,s) ln-1=0 (5),)和BRD=m1(,代表(点像素邻域的均值,M 代表二者的相似度 ≠0 e(, p-s ∑∑lsg(+m,j+n) gulp IRDelai (i+m,j+n)(12 g(x)= (7) m xn 从公式(5)、(7)可以看出,随着p点和s点的相似度 M=t 减小g(D(P,S)值减小,反之增大,当l=1时,即p点和 (i. j) s点像素值相同,这时g(D(p,s)值为1,即认为p点像素 (,)+R n,∥=1-a,M1<0.3 在滤波过程中起的作用与s点相同。从公式(6)和(7) a=B=0.5,M≥0.3 可以看出,随着p点像素离8点像素越远,g(p-sl)值 这里,权重的选择没有只考虑需要融合的像素,而 诚小,反之增大,当p=s时,g(p-sl)表示s点本身在 是以需要融合像素的邻域均值作为权重取值的参考因 滤波中所占权重,这时认为它的权重应在参与滤波的所素,好处在于可以削弱噪点对融合图像的影响,使融合 有像素中最大的,因此设为1。由此可见改进的双边滤图像在保持图像边缘、细节比原彩色图像丰富的同时, 波方法能起到公式(1)相同的作用,但其计算形式要简极大地抑制了噪声点对图像的影响 单得多 33参与融合的图像分量选取 在彩色图像和灰度图像融合的算法中,主要有两种 3基于双边滤波的多尺度图像融合 方式:一种是彩色图像的RGB分量分别与灰度图像进 3.1基于双边滤波的多尺度图像的获得 行融合,融合后即得到新的彩色图像,这种方法需要 双边滤波器在平滑图像的同吋具有保留图像边缘 RGB三个分量都参与计算,因此计算量大;兄一种方式 的特性,因此这里可以利用双边滤波器结合高斯滤波器 对RGB图像进行颜色空间转换把彩色冬像的颜色分量 得到彩色图像和近红外图像的不同尺度图像。 和亮度分量分开,用亮度分量和灰度图像进行融合,然 针对彩色图像分别采用高斯滤波器和双边滤波器后把融合后的图像同颜色分量重构出彩色图像。这种 对图像进行滤波,滤波后的图像分别定义为L和1。方式计算量较小,因此这里采用这种方式。 l为高斯滤波后图像,它保留了图像的大尺度信息,即 此外山于彩色相机和近红外相机的成像原理、传 低频信息,这里称为低频图像;为双边滤波后的图 感器敏感度、成像波段不同,如果直接把近红外图像作 用彩色图像亮度分量上,将导致色彩严重失真。因 像,它同高斯滤波图像相比除了侏留了图像的大尺度信 此在把两者融合之前,需要把近红外图像映射到彩色 息外还保留了图像的边缘特征。用D减去l得到只 图像亮度分量上,称映射后的近红外图像为标准化图 含有边缘信息的图像用l表示,定义如式(8)所示 像,其计算公式参考文献[8]表示如下,式中IR(x,y)为 (8)标准化图像: 近红外图像同可见光图像相比由于其成像波段较 IR(x y)=IR(X, VIRED(x (15) 宽,既包括可见光部分又包括近红外部分,因此其图像 中包含的图像细节较可见光图像烂为丰富。这里可通Rx1(x,y)为近红外源图像,R(x,y表示对R(x,y) 过对近红外图像进行双边滤波,然后同原近红外图像进进行双边滤波后的图像;n(x,y)表示对彩色图像亮度 行相减得到尺度相对较小的细节图像。为了叙述方便分量进行双边滤波后的图像。在酬和算法中所用的近 川/代表近红外图像,IRD代表近红外图像进行双边红外图像均为标准化后的图像。 滤波后的图像,IRa代表细节图像,如式(9)所示 IR Deail=IR-IRo (9) 实验设计与结果分析 则融合图像可用公式(10)表示: 本文针对不同源图像进行算法验证。使川的计算 lG+ledge +BlrDetail (10)机CPU为双核的P8700,主频为2.53GHz,采用的编程 这里a、B为权重参数 环境为VC++2008。为了验证算法的有效性,选取两组 34 015,51(1) Computer Engineering and4 pplications计算机工程与应用 :口■H (a)原彩色图像(b)近红外图像(c)彩色图像(d)主分量(c)相关系数法f)Eric方法(g)改进的双边 局部图 变换法 滤波法 图2使用儿种融合方法得到的效果图 (a)原彩色图像(b)近红外图像(c)彩色图像局部图(d)主分量变换法(c)相关系数法(f)双边滤波法g)本文方法 图3针对低对比度图像融合效果图 可见光彩色图像和近红外图像进行融合实验,其中第 从结果可以看出,Eric方法和本文提出的方法融合 组图像尺寸为1392像素×1040像素,第二组图像尺寸效果要优于主分量变换法和相关系数法。通过人眼观 为1024像素×768像素。它们的共同特点是可见光图察也可以看出,图2中采用Eric的融合方法和本文方法 像为彩色图像,由R、G、B三个色带组成,三个色带具有的两幅图像融合效果近似而从色彩和图像细节上均优 分光作用,因此图像细节信息同近红外图像相比较少;于主分量变换法和相关系数法;图像3中采用主分量变 不同点在于第二组图像的可见光图像对比度更低。采换法和相关系数法得到的融合图像色彩失真较大,而 用主分量变换法相关系数法、Eic的方法、本文方法Eric的方法局部有饱和现象,本文提出的方法得到的图 进行融合实验,融合效果如图2和图3所示。由于图像 像效果要优于上述三种方法得到的图像。该观察结果 尺寸过大,只给出了局部图像的融合效果图、为了确定 同客观评价方法得出的结论相同,因此可以看出本文提 算法优劣,引入了平均梯度这一客观指标对图像效果进 行评价。该指标描述了图像的清晰度,它的值越大表出的方法其有一定的实用价值。 明图像越清晰.其公式如式(16),式中M和△分别表 5结论 示图像在x和y方向的差分。 为了实现彩色图像和近红外图像的融合,得到成像 Vg=M×Nz=0j= ∑、√42-△/)2 (16)更为清晰的彩色图像,提出一种基于双边滤波的多尺度 表1给出应川不同算法进行图像质量评价的结果; 图像融合算法。本文算法同Eric采用的双边滤波融合 表2给出了不同算法计算时间对比结果 算法相比,简化了核函数的形式,在融合过程中,采用了 种自适应的融合系数选择法;在融合系数选择上没有 表1不同融合算法结果评价 单纯的对某一对参与融合的像素进行考虑,而是把采用 算法 图2中图像图3中图像 相关系数法 融合的像素对的邻域进行综合考虑,选取融合系数,有 3.478943 3.151939 主分量变换法 3.24618们 2.937120 效地免把噪声带人融合图像。 Eric融合方法 5.8411430 4.905313 实验结果表明,本文提出的融合方法能够提高彩色 本文方法 5.864651 5.158961 图像的清晰度,且运算时间要少于Eic的方法,有一定 表2不同算法计算时间对比结果 应用价值。 算法图像大小计算时间ms 相关系数法 1392像素×1040像素 302.40 参考文献: 1024像素×768像素 163.60 []赵鹏,王寬虹,浦昭邦基于多尺度形态学滤波器的图像融 1392像素×1040像素 135.60 主分量变换法 合新方法光学技术,206.32(S):207-211 1024像素x768像素 590.29 [2 Zhang Z, Blum R SA categorization of multiscale-decom- 1392像素×1040像索 lric融合方法 position-hascd image fusion schemes[J]. Proc of thc IEEE 1024像素×768像素 35723.01 1999,87(8):1315-1326 7629.39 本文方法 1392像素×1040像素 1024像素×768像素 4987.65 (下转88页)

...展开详情
img
  • 至尊王者

    成功上传501个资源即可获取

关注 私信 TA的资源

上传资源赚积分,得勋章
    最新推荐