[发明专利]一种递进式前视声纳图像融合方法

说明书

本发明属于数字图像处理技术领域，具体涉及一种递进式前视声纳图像融合方法。算法分为初融合和再融合步骤。针对声纳图像清晰度特殊性，使用Gabor能量和局部方向对比度作为融合规则。在初融合步骤中，使用NSCT将源图像分解为高频和低频成分，分别采用局部方向对比度和Gabor能量作为融合规则进行融合，得到融合图像高频和低频成分，采用NSCT反变换得到初融合图像。再融合步骤中，利用源图像和初融合图像之间的均方根误差RMSE确定源图像中的有利区域，其间使用形态学后处理平滑区域边界，随后将源图像像素灰度分别按照拼接线划分的区域直接传递到融合图像中，而边界区域像素灰度等于初融合图像对应像素灰度以消除源图像之间的明显过渡区。

技术领域

本发明属于数字图像处理技术领域，具体涉及一种递进式前视声纳图像融合方法。

背景技术

图像融合算法主要分为空间域融合算法和变换域融合算法。空间域图像融合算法主要思路是首先将待融合的源图像在空间上分割为若干子区域，然后利用某种清晰度规则逐一从某一源图像中选择相应区域直接作为拼接图像在该区域的像素值，直到完成所有子区域的选择以得到融合结果。但是源图像区域划分规则不易确定，易导致拼接图像子区域边缘处产生灰度不连续，产生“块效应”。基于变换域的图像融合算法首先使用多尺度变换工具，将源图像分解为不同尺度和方向上的多尺度子带成分，然后利用某种规则融合多尺度子带成分，得到相应的融合子带成分，最后利用多尺度变换工具对融合子带成分进行逆变换得到融合图像^[1]。相比之下，基于变换域图像融合方法对多尺度系数进行处理，而不是在空间上分割图像，从根本上避免了“块效应”的产生。但是图像融合应该尽量保留图像原有的优势信息，而图像在多尺度分解和重建过程中，不可避免地损失原始像素信息，这一点变换域融合算法不如空间域融合算法。

本发明结合空间域和变换域融合算法优点，提出结合变换域与空间域的递进式声纳图像融合算法。声纳图像融合分为初融合和再融合两步骤。初融合步骤中，以变换域融合算法作为框架，提出适用于前视声纳图像的融合规则，得到初融合图像。随后，以初融合图像指导融合空间划分，将源图像按照划分的区域分别传递到融合图像中，完成最终的前视声纳图像融合。

与本发明相关的参考文献包括：王达，卞红雨所著“水下声图像多分辨率融合研究”。

发明内容

本发明的目的是提供一种递进式前视声纳图像融合方法。具体实现方法如下：

一种递进式前视声纳图像融合方法，该方法包括以下步骤：

步骤1：对图像进行初融合；

步骤1.1：采用NSCT对源图像进行多尺度分解；

步骤1.2：将源图像分解后的系数进行融合，对低频成分和高频成分采用不同的融合规则，得到融合图像低频和高频子带系数；

步骤1.3：使用NSCT反变换作用于融合系数，得到初融合图像；

步骤2：对图像进行再融合。

步骤2.1：将初融合图像分别与源图像做差，衡量源图像与初融合图像之间的相似度，构造决策矩阵；

步骤2.2：利用形态学开闭运算反复作用于决策矩阵，得到最终的决策矩阵；

步骤2.3：将源图像和初融合图像相应像素灰度分别按照最终的决策矩阵拷贝到再融合图像相应位置，最终得到再融合图像。

步骤1.1所述的NSCT作为图像分解和重建工具。

步骤1.2所述的对低频成分和高频成分采用不同的融合规则分别为：采用Gabor能量作为低频子带系数的融合规则，采用局部方向对比度作为高频子带系数的融合规则。

步骤2.1所述的衡量源图像与初融合图像之间的相似度的标准为均方根误差RMSE。

本发明的有益效果在于：