基于小波變換的多圖像融合方法

高志文

摘要：本文的多圖像融合算法是先對多個圖像作顏色空間變換，再進行小波變換分解。該研究難點主要是運用了一致性檢查，通過對每幅圖像的高頻系數、低頻系數的提取和亮度、色度、飽和度的小波分解系數的提取，最后通過自己設計的和規則將多幅圖像融合成一幅圖像，并且通過對小波分解層數的不同取值，來分析其取值大小對多圖像合成的效果影響情況。

關鍵詞：小波變換 融合算法 空間變換 高頻系數 低頻系數

中圖分類號：TN911.73 文獻標識碼：A 文章編號：1007-9416（2016）05-0000-00

1引言

多圖像融合是指運用一定的規則將多幅圖像顯著特征提取出來，進行合成為具有多幅圖像的顯著特征的一幅較完整圖像。因為我們在拍照時，由于同一場景的每幅圖像在拍攝時可能因為采集的圖像傳感器的數據或者人為原因使每幅圖像可能有所側重，使得有時候圖像的局部會比較模糊，或者有時候圖像里的色彩度不是一樣的，這就要求我們將這些圖像綜合起來，提取他們各自的特征，進行在一幅圖像上的合成，這樣才能夠滿足我們所研究的對象并且也更能讓我們研究的對象的信息更全面更準確。正是由于這個原因，以至于融合圖像這個技術被應用到很多的實際應用領域：比如：醫學、軍事、機器視覺等。

現今在多圖像融合上，已經研究出了可以實現融合的許多方法了，而使用小波理論來進行融合是現在比較成熟而且應用比較廣泛的方向之一。[3]這類融合方法一般都是根據我們人眼對圖像的局部敏感度的差異來進行融合算法設計。因此，我們設計一定的算法規則，提取了多幅圖像的顯著特點來進行一致性檢測，包括：邊緣輪廓，顏色深淺，亮度大小等，之后將這些特點數據進行篩選提取，將其合成于一幅圖像中。在小波變換里，小波系數極大值所對應的是圖像的邊緣顯著特征。本文研究了小波變換層數的大小對融合圖像的影響，通過改變不同的小波變換層數來分析合成圖像的清晰度。在圖像合成當中，高頻系數對應于圖像的邊緣特征，低頻系數對應于圖像的輪廓。本文的高頻和低頻系數則是直接由matlab7.1編寫函數直接提取。本文就是利用圖像局部對比度不一樣，運用小波變換原理，通過設計算法編程，實現多幅圖像的融合，以及設定不同的小波分解層數來進行多圖像合成，來分析層數對融合效果的影響。

2多圖像融合的算法設計思路

多圖像融合的算法設計思路：首先是對每一幅圖像進行顏色空間變換，然后再利用小波分解對各個顏色圖像進行分解，并獲得每一幅圖像它們各自的多分辨分解，再將所有的分解后的圖像通過一定的融合規則生成圖像的多分辨分解，接著將圖像的多分辨分解進行顏色空間變換的逆變換，最后再將獲得的圖像作小波逆變換，得到最終圖像。

而融合規則里包含：對每幅圖像的選擇規則，然后再經過每幅圖像的決策條，再經過融合成最后圖像的多分辨分解。（如圖1所示）

3 多圖像融合的編程設計

多圖像融合的核心就是融合方法，所以小波變換就是本文多圖像融合的核心，當然融合的規則也是影響融合質量的一個因素。

下面是我進行快速圖像融合的算法的設計思路：（用的是matlab7.1軟件）首先我們設置好融合圖像數，小波分解層數等幾個參數后，在進行融合，本算法步驟：

（1）對彩色圖像變成YIQ空間，即對彩色圖像做了一個顏色空間變換。

（2）然后將每副圖像都進行了亮度、色度、飽和度的小波分解，分解后得到每一幅圖像的顏色分量的分解系數。

（3）對上面系數進行取方差，并且提取每幅圖像的高頻和低頻系數，并且計算方差。

（4）進行一致性檢驗。

（5）確定融合系數，進行融合。

（6）對融合后圖像進行重構，也就是先對圖像進行顏色空間的逆變換，再進行小波的逆變換，最后顯示出來。

4 實驗結果分析

本試驗通過matlab7.1仿真，運用本文提出的基于小波變換的快速融合算法先對兩幅原始圖像進行融合，再分別對三四幅圖像一起進行融合，得到的融合。

算法的融合效果。圖2是兩幅圖像的融合。

下面是設定不同的小波分解層數來進行融合。

從上面圖2、圖3和圖4中可以看出來本文程序算法可以快速的合成多幅圖像，并且按照算法的規則能快速合成出來。從圖5、圖6和圖7可以看出圖6、圖7明顯沒有圖5清楚，也就是說明只有當小波分解層數選取到一個合適的數值時，才能得到比較好的融合圖像，一般在我們需要的融合圖像不是要求高精度的時，可以選取分解層數為2-4的小波分解層數。這樣能得到比較好的融合圖像。

5 結語

本文程序設定了512*512像素的原始圖像，根據小波變換的原理[1][2]，設計了一個能快速合成多幅圖像的算法，并且對小波分解系數對融合圖像的影響也進行了實驗的仿真觀察，并且對所得到的融合圖像進行了比較，也得出了小波分解層數的大體適宜范圍在2-4左右。

參考文獻

[1] 程正興.小波分析算法與應用[M].西安：西安交通大學出版社，1998

[2] 林福宗.小波與小波變換[D].北京：清華大學計算機科學與技術系，智能技術與系統國家重點實驗室，2001.

[3] 張紅.像素級多分辨率圖像融合方法研究[D].吉林：吉林大學博士學位論文，2008.