基于压缩感知和能量规则的多聚焦图像融合方法
【专利摘要】本发明公开了一种基于压缩感知和能量规则的多聚焦图像融合方法，主要解决压缩感知条件下，多聚焦图像融合中图像块相似度较高，不易提取信息的问题。其实现步骤为：对两幅多聚焦图像利用分块置乱的哈达玛观测矩阵进行观测，获得两幅输入图像的观测向量；利用这两个观测向量的能量和数据相似度来计算融合权值，根据融合权值计算融合图像的观测向量；对该观测向量采用梯度投影法在CDF9/7小波基下进行重构，得到融合图像。本发明与经典多聚焦图像融合方法相比，同时包含两幅图像的信息且调节项能根据图像块的相似程度调节融合权值，解决了多聚焦图像块相似度过高的问题，提高了融合效果，可用于多聚焦图像的融合。
【专利说明】基于压缩感知和能量规则的多聚焦图像融合方法
【技术领域】
[0001]本发明属于图像处理【技术领域】，涉及多聚焦图像融合方法，可用于多聚焦图像后续的图像解译、目标检测、目标识别等。
【背景技术】
[0002]图像融合是指将不同的原始图像通过一定的融合规则提取和综合其互补信息获得对同一目标或场景更为准确、全面、可靠描述的图像，即融合图像。原始图像可以来自相同的传感器或者不同的传感器，融合图像可以充分利用原始图像所提供的互补信息，为后续的图像处理如图像解译、目标检测、目标识别等提供更可靠的信息。图像融合主要可以分为三类:像素级图像融合，特征级图像融合和决策级图像融合。但是目前的这些方法都要求有原始图像，这无疑增加了计算机的存储负担，同时随着海量传感器数据规模的日益增加，计算的复杂度也成为图像处理的巨大挑战。
[0003]Donoho 等人提出 了压缩感知技术，见 D.L.Donoho, Compressedsensing, IEEETrans.1nform.Theory.2006, 52(4):1289 - 1306.该方法指出可以用远低于奈奎斯特采样定理要求的速率对图像采样，而不丢失图像的任何有用信息，达到完全重构原始图像的目的。目前基于该技术的经典图像融合方法有:
[0004]Wan 等人提出压缩图像融合方法，见 T.Wan, N.Canagarajah, A.Achim, CompressivelmageFusion, inProc.1EEEInt.Conf.1mageProcess, pp.1308-1311，2008.该文章首次在压缩感知域进行图像融合，并提出了压缩感知域绝对值取最大的图像融合方法，该方法首先对图像进行FFT变换，然后进行观测融合，最后进行逆变换得到融合图像。由于该方法是在FFT变换上进行的观测，因而实验之前必须具有原始图像，同时观测域的值在随机观测下已经失去变换系数越大代表信息量越大的特性，因而绝对值取大的融合规则具有一定的偶然性和不合理性。
[0005]Luo等人提出的基于压缩感知的图像融合方法，见X.Y.Luo, J.Zhang, J.Y.Yang, andQ.H.Dai, Imagefusionincompressedsensing, inProc.1EEEInt.Conf.0nlmageProcess, pp.2205 - 2208IEEE, Piscataway, NJ2009.该方法直接在观测域利用观测向量的熵进行图像融合，然后进行重构，得到融合图像。该方法应用于多聚焦图像融合时，由于图像块过于相似，图像块的熵值过于接近，无法有效提取出两幅多聚焦图像清晰区域的信息，融合效果不佳。
【发明内容】
[0006]本发明的目的在于针对上述已有技术的不足，提出一种基于压缩感知和能量规则的多聚焦图像融合方法，以提高在图像块过于相似时的融合效果。
[0007]实现本发明目的技术关键是设计一种新的基于能量的融合规则，并引入数据相似性来解决多聚焦图像块相似度较高的问题，提高融合效果。其实现步骤包括如下:
[0008](I)输入两幅多聚焦图像A和B，并对其进行分块，得到n对NXN的图像块并将每对图像块拉成列，分别表示为Ai和Bi，i=l，2，...，n，n为图像块的对数，N为图像块窗口大小，N>1 ；
[0009](2)根据第i对图像块的观测矩阵，得到两个图像块的观测向量yAi和yBi ；
[0010](3)按如下规则对第i对图像块进行融合，得到融合后的图像子块的观测值ybi:
[0011](3a )根据多聚焦图像A和B的图像块观测向量yAi，yBi，及观测向量的能量Em，Em，计算每对图像块的融合权值:
【权利要求】
1.一种基于压缩感知和能量规则的多聚焦图像融合方法，包括如下步骤: (1)输入两幅多聚焦图像A和B，并对其进行分块，得到η对NXN的图像块并将每对图像块拉成列，分别表示为Ai和Bi，i=l,2,...，η，η为图像块的对数，N为图像块窗口大小，N>1 ； (2)根据第i对图像块的观测矩阵Oi，得到两个图像块的观测向量yAi和yBi； (3)按如下规则对第i对图像块进行融合，得到融合后的图像块的观测值ybi: (3a)根据多聚焦图像A和B的图像块观测向量yAi，yBi,及观测向量的能量EAi，Em，计算每对图像块的融合权值:
2.根据权利要求书I所述的基于压缩感知和能量规则的多聚焦图像融合方法，其中所述(2)中对图像块的观测矩阵Oi为置乱的哈达玛矩阵，对第i对图像块观测采用的公式为:
3.根据权利要求书I所述的基于压缩感知和能量规则的多聚焦图像融合方法，其中所述(3a)中的图像块观测向量yAi，yBi的能量EAi，Em，按如下公式计算:
Em = I I yAi I 122
EBi = I yBi 122， 其中，Em是多聚焦图像A图像块观测向量Iki的能量，Em是多聚焦图像B图像块观测向量yBi的能量，I I I I2表示向量的二范数。
4.根据权利要求书I所述的基于压缩感知和能量规则的多聚焦图像融合方法，其中所述步骤(3a)中的数据相似度DS(yAi, yBi),按如下公式计算:
DS (yAi, yBi) — [c (yAi, yBi).d (yAi, yBi) ].[a (yAi, yBi)]，其中，c(yAi,yBi)代表图像块观测向量yAi，yBi的数值强度，d(yAi,yBi)代表图像块观测向量yAi，yBi的数值分布集中程度，a(yAi,yBi)代表图像块观测向量yAi，yBi的相关程度，α为c(yAi，yBi)与d(yAi，yBi)乘积的指数，β为a(yAi，yBi)的指数，α , β均为可调参数,二者可取任意值，c (yAi, yBi), d(yAi, yBi), a(yAi, yBi)三者的表达式如下:
【文档编号】G06T5/50GK103593833SQ201310512370
【公开日】2014年2月19日 申请日期:2013年10月25日 优先权日:2013年10月25日
【发明者】焦李成, 刘芳, 戴金洪, 马晶晶, 马文萍, 王爽, 侯彪, 侯小瑾, 刘坤 申请人:西安电子科技大学