[发明专利]基于双尺度空间的图像融合方法和装置

说明书

技术领域

本发明属于图像处理领域，尤其涉及基于双尺度空间的图像融合方法和装置。

背景技术

图像融合是通过某种融合系统，将两个或多个互补的波段、传感器的有用信息综合成统一图像或综合图像特征以供观察或进一步处理，达到对目标或场景更为精确、全面的识别、分析和判决的图像处理方法。

目前绝大多数图像融合研究都集中在多尺度图像融合中。多尺度分析的图像融合方法主要经历了金字塔变换、小波变换和超小波变换三个阶段。目前研究热点在于图像多尺度几何分析（也即超小波变换），旨在构建最优逼近意义下的高维函数表示方法，它的一个重要主题就是寻找更有效的核函数用于检测、表示和处理高维空间数据。

现在应用较为广泛的研究成果是2005年提出的一种兼具平移不变性和多方向性的Contourlet变换：非下采样Contourlet变换（NSCT）。它是通过结合非下采样的塔式分解和非下采样的方向滤波器组实现的，不但继承了Contourlet变换的优良特性，而且具备平移不变性。但是相比于Contourlet变换，非下采样带来的图像数据的处理量大大增加，使得NSCT运算缓慢，不利于实时处理。采用线性滤波器的小波分析中的另一个问题是，在多尺度分解的过程中，低频图像中的边缘被不断模糊，导致不易定位。

2000年，Heijmans和Goutsias采用形态算子代替线性滤波器实现了形态小波，这种非线性的小波变换具有良好的细节保持和抗噪声性能。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：运算快捷非常适合实时图像处理(具有2×2的最小支撑区间)、整数变换、边缘信息更为有效的表示等，且兼顾了金字塔变换及小波变换的金字塔特性。自提出以来，受到了人们的关注，出现了一些在图像融合上的研究成果。然而由于形态小波中存在下采样，因此有移变性的缺陷，导致融合结果中出现块状效应，尤其是分解层数较高时会很明显。

为了克服传统形态小波因缺乏平移不变性而引起的移变性，结合形态小波与非抽样小波变换中的àtrous小波提出了一种新的基于形态学的信号多尺度分解方法：形态非抽样小波(Morphological Un-Decimated Wavelet，MUDW)，但是其仅将其应用在一维信号上，实现特征检测的功能，在不引起歧义的前提下，本发明统一称为非抽样形态小波。

为将非抽样形态小波应用于图像融合，提出了一种用膨胀和腐蚀运算的平均作为分析算子的DE-MUDW(Dilate-Erode MUDW，膨胀腐蚀形态非抽样小波)，并应用于实时图像融合的方法，取得了比其他实时图像融合方法更好的实时性，且融合效果更佳，（原文见：基于形态非抽样小波的实时图像融合方法[J],计算机应用,2012,32(10):2809-2813作者：邓苗,张基宏,柳伟）。它定义的分析算子能较好地提取图像中的边缘特性，具有良好的多尺度分解特性。同时，融合过程中设置了增强算子，从而提高了融合图像的质量。然而，DE-MUDW虽然取得了较好的融合质量，但是存在两个缺陷：

1.从形态学尺度空间的属性上来说，它不能很好地满足局部极值保持和局部极值缩减的尺度空间属性。

2.该方法中的结构元素采用的是矩形的结构元素，并没有考虑到图像中特征的方向各异性，导致融合后的图像会出现边缘附近暗/亮纹较重的现象。

发明内容

本发明实施例的目的在于提供基于双尺度空间的图像融合方法，以解决现有技术使用膨胀和腐蚀运算的平均作为分析算子的DE-MUDW不能很好地满足局部极值保持和局部极值缩减的尺度空间属性的问题。

本发明实施例是这样实现的，基于双尺度空间的图像融合方法，所述方法包括：

获取待融合源图像，所述源图像包括第一源图像和第二源图像；

对所述源图像进行非抽样形态小波分解，得到所述源图像在第二尺度空间的细节图像和尺度图像，所述细节图像为所述源图像与所述源图像分别经不同的分析滤波器变换后的平均值的差值，所述尺度图像由所述源图像分别经不同的分析滤波器变换生成；

将所述第一源图像的尺度图像与第二源图像对应的尺度图像、第一源图像的细节图像与第二源图像对应的细节图像按照预定的系数融合规则进行系数融合；

将融合的系数进行双尺度空间非抽样形态小波逆变换，得到融合后的图像。

本发明实施例的另一方面，提供了基于双尺度空间的图像融合装置，所述装置包括：

获取单元，用于获取待融合源图像，所述源图像包括第一源图像和第二源图像；