[发明专利]一种基于非子采样轮廓波变换的图像融合方法

权利要求书

1.一种基于非子采样轮廓波变换的图像融合方法，包括以下步骤：

(1)将源图像A和B分别进行非子采样轮廓波变换，得到低频子图像Y₀^A，Y₀^B和一系列高频子图像Y_k^A，Y_k^B，k＝1，2，…，N，N为高频子图像的个数，由非子采样轮廓波变换中金字塔分解的级数和方向滤波分解的方向数决定；

(2)对一系列高频子图像Y_k^A，Y_k^B，k＝1，2，…，N和低频子图像Y₀^A，Y₀^B进行融合：

(a)按照以下步骤对一系列高频子图像Y_k^A，Y_k^B，k＝1，2，…，N进行融合：

(a1)将Y₁^A和Y₁^B对应，在Y₁^A选取一个窗口Ai，在Y₁^B选取一个窗口Bi，Ai与Bi表示大小相同的同一区域；

(a2)计算并比较Ai和Bi对应区域的图像平均梯度大小，选择平均梯度大的窗口对应区域图像作为融合后该区域的图像；

(a3)Ai和Bi采用单像素的移动速度，按照步骤(a2)的方式，逐行逐列遍历Y₁^A和Y₁^B，得到Y₁^A和Y₁^B的融合结果Y₁^F；

(a4)按照步骤(a1)-(a3)的方式，对Y₂^A和Y₂^B，Y₃^A和Y₃^B，…，Y_N^A和Y_N^B进行融合，得到系列高频子图像融合结果Y₂^F，Y₃^F，…，Y_N^F；

(b)按照以下步骤对低频子图像进行融合：

在Y₀^A选取一个窗口Aj，在Y₀^B选取一个窗口Bj，Aj与Bj表示大小相同的同一区域，

(b1)设Aj对应的区域图像为e_j，Bj对应的区域图像为f_j，将e_j和f_j的方差与梯度分别与预定的临界方差和临界梯度做比较，判断e_j，f_j是否满足可分割条件；

(b2)根据步骤(b1)的判断结果对e_j与f_j进行融合：

(I)若e_j和f_j均满足可分割条件：将e_j和f_j分别分割为两个区域，将分割后的e_j和f_j关联得到c_j，c_j包括四个区域，依照c_j的区域划分方式分别将e_j和f_j划分为相同的四个区域，分别用00、01、10、11表示，将e_j和f_j的区域对应，根据区域类型，选择像素灰度值大或者小的像素点作为融合后相应区域的相应像素点；

(II)若e_j和f_j中的一个满足可分割条件：设e_j满足可分割条件，f_j不满足可分割条件，将e_j分割为两个区域，f_j作为一个区域，将分割后的e_j与f_j关联，得到关联图像c_j，c_j包含两个区域，依照c_j的区域划分方式分别将e_j和f_j划分为两个区域，将e_j和f_j的区域对应，比较对应区域内对应像素点的像素灰度值大小，根据区域类型，选择像素灰度值大或者小的像素点作为融合后相应区域的相应像素点；

(III)若e_j和f_j均不满足：将Y₀^A与Y₀^B分别分割为两个区域，将分割后的Y₀^A与Y₀^B关联得到G，G包括四个区域，计算e_j，f_j的平均像素灰度值，将其分别与Y₀^A和Y₀^B的分割阈值比较，确定e_j，f_j属于G的哪一个区域类型，比较e_j，f_j对应像素点的像素灰度值大小，根据e_j，f_j的区域类型，选择像素灰度值大或者小的像素点作为融合后相应区域的相应像素点；

(b3)Aj和Bj采用单像素的移动速度，按照步骤(b2)的方式，逐行逐列遍历Y₀^A和Y₀^B，得到低频子图像融合结果Y₀^F；

(3)对Y₁^F，Y₂^F，Y₃^F，…，Y_N^F与Y₀^F进行非子采样轮廓波逆变换，得到最终融合结果F。

2.根据权利要求1所述的一种基于非子采样轮廓波变换的图像融合方法，其特征在于，所述步骤(b1)和(b2)具体如下：

(b1)判断e_j和f_j是否满足可分割条件：将e_j的方差Dev_a和梯度Grad_a分别与预定的临界方差Dev₀和临界梯度Grad₀做比较，若Dev_a＞Dev₀且Grad_a＞Grad₀，e_j满足可分割条件，否则，不满足；f_j的判断方式同e_j；

(b2)根据步骤(b1)的判断结果对e_j和f_j进行融合：

a)若e_j和f_j均满足可分割条件：将e_j和f_j分别分割为两个区域，将分割后的e_j和f_j关联得到c_j，c_j包括四个区域，依照c_j的区域划分方式分别将e_j和f_j划分为相同的四个区域，分别用00、01、10、11表示，将e_j和f_j的区域对应，比较对应区域内对应像素点的像素灰度值大小：

(I)对于00区域，采取像素灰度值选小规则；

(II)对于01、10和11区域，采取像素灰度值选大规则；

b)若e_j和f_j中的一个满足可分割条件：设e_j满足可分割条件，f_j不满足可分割条件，将e_j分割为两个区域，f_j作为一个区域，将分割后的e_j与f_j关联，得到关联图像c_j，c_j包含两个区域，依照c_j的区域划分方式分别将e_j和f_j划分为两个区域，分别用00，11表示，将e_j和f_j的区域对应，比较对应区域内对应像素点的像素灰度值大小：

(I)对于00区域，采取像素灰度值选小规则；

(II)对于11区域，采取像素灰度值选大规则；

c)若e_j和f_j均不满足：对Y₀^A与T₀^B进行四区域关联，得到包含四个区域的关联图像G，计算e_j与f_j的平均像素灰度值M(e_j)，M(f_j)，将其分别与Y₀^A与Y₀^B的分割阈值thresh(A)、thresh(B)比较：

(I)如果M(e_j)＜thresh(A)，M(f_j)＜thresh(B)，则e_j，f_j属于G的00区域类型，比较Aj，Bj对应像素点的像素灰度值大小，采取像素灰度值选小规则；

(II)如果M(e_j)＜thresh(A)，M(f_j)＞thresh(B)，则e_j，f_j属于G的01区域类型，比较Aj，Bj对应像素点的像素灰度值大小，采取像素灰度值选大规则；

(III)如果M(e_j)＞thresh(A)，M(f_j)＜thresh(B)，则e_j，f_j属于G的10区域类型，比较Aj，Bj对应像素点的像素灰度值大小，采取像素灰度值选大规则；

(IV)如果M(e_j)＞thresh(A)，M(f_j)＞thresh(B)，则e_j，f_j属于G的11区域类型，比较e_j，f_j对应像素点的像素灰度值大小，采取像素灰度值选大规则。