[发明专利]基于非下采样轮廓波的多传感器图像自适应融合方法

摘要

本发明公开了一种基于非下采样轮廓波的多传感器图像自适应融合方法，主要解决现有图像融合方法易在融合图像中产生失真的问题。其融合过程是：对源图像分别作非下采样轮廓波NSCT分解，得到源图像的低通子带和各个尺度上的高频方向子带；将得到的低通子带采用黄金分割法搜索最优的低频子带融合权值；利用最优的低频子带融合权值自适应地进行融合，得到融合图像的低通子带；利用高频融合公式进行融合对源图像的各个尺度上的高频方向子带进行融合，得到图像在各个尺度上的高频方向子带；最后对融合图像的低通子带和高频方向子带作NSCT逆变换，得到融合图像。本发明具有融合图像平滑、清晰和细节信息丰富的优点，可用于遥感图像、航拍图像的预处理。

主权项

1.一种基于非下采样轮廓波的多传感器图像自适应融合方法，包括如下过程：(1)输入多传感器源图像A和B，并分别对其进行L层非下采样轮廓波NSCT分解，得到低频子带SL A(n，m)、SL B(n，m)和各个尺度上的高频方向子带{Dl，i A(n，m)，0≤l≤L-1，1≤i≤kl}、{Dl，i B(n，m)，0≤l≤L-1，1≤i≤kl}，kl表示在尺度2-l上的高频方向子带数目，Dl，i A(n，m)表示源图像A在尺度2-l上的第i个方向子带，Dl，i B(n，m)表示源图像B在尺度2-l上的第i个方向子带，L为3～5；(2)对所述的低频子带采用黄金分割法自适应搜索选择最佳的低频融合权值w*，并利用低频融合公式：$S_L^F(n,m)=w^{*}*S_L^A(n,m)+(1-w^{*})*S_L^B(n,m),对多传感器源图像的低频子带系数进行融合；(3)对所述各个尺度上的高频方向子带，利用高频融合公式进行融合，即：$ D_{l,i}^F(n,m)=\left\{\begin{array}{cc}{D}_{l,i}^A(n,m)& \mathrm{if}{D}_l^A(n,m)\ge D_l^B(n,m)\\ D_{l,i}^B(n,m)& \mathrm{otherwise}\end{array}\right.,0\le l\le L-1,1\le i\le k_l式中，$ D_l^A(n,m)=\underset{1\le i\le k_l}{\Sigma }\left|D_{l,i}^A(n,m)\right|为源图像A尺度2-l上的高频方向子带信息和，$ D_l^B(n,m)=\underset{1\le i\le k_l}{\Sigma }\left|D_{l,i}^B(n,m)\right|为源图像B尺度2-l上的高频方向子带信息和；(4)对融合后的低频子带SF(n，m)和各个尺度上的高频方向子带\{Dl，i\; F(n，m)，0\le l\le L-1，1\le i\le kl\}，进行非下采样轮廓波NSCT逆变换，得到融合图像F。$$$$