基于小波变换的图像融合方法及其系统的制作方法
【专利摘要】一种基于小波变换的图像融合方法，包括：离散小波变换、高频图像处理、低频图像处理以及分解图像融合。本发明方法能够对源图像的高、低频图像进行分别处理，可保留更多的有用信息，能够得到质量更好的融合图像。
【专利说明】
基于小波变换的图像融合方法及其系统
技术领域
[0001] 本发明属于图像融合技术领域，尤其涉及一种基于小波变换的图像融合方法及其 系统。
【背景技术】
[0002] 人们出于不同的目的有时会对于同一个场景拍摄多张图片。图像融合技术可以用 来对于同一场景的多张图片进行处理，融合成为一张质量更好的图片，以达到通过一张图 片获取这一场景更多更有效信息的目的。图像融合技术可以用在生活中的各个领域，比如 遥感、多焦距融合、医疗图像融合等等，与人们的生活息息相关。
[0003] 图像融合技术已经存在了许多年，现有的技术比如HIS、PCA融合技术已经可以满 足日常需求。但是，这两种方法都有各自的不足之处，在有些场景下不能够显示出足够多的 重要细节部分，比如两种医疗图像PET与MRI的融合时不能同时保留两种图像的优势细节部 分，为了实现更好的融合效果，融合技术还是在不断改进以满足更高的要求。
【发明内容】
[0004] 基于此，针对上述技术问题，提供一种基于小波变换的图像融合方法及其系统。
[0005] 为解决上述技术问题，本发明采用如下技术方案：
[0006] -种基于小波变换的图像融合方法，包括：
[0007] 离散小波变换:通过离散小波变换算法将同一场景的多张图像分解成多张高频图 像以及多张低频图像；
[0008] 高频图像处理:在所述多张高频图像中，取对应相同空间位置的多个像素点中像 素绝对值最大的像素点的值作为高频融合图像在该空间位置的像素点的值，获得高频融合 图像在每个空间位置的像素点的值，从而获得高频融合图像；
[0009] 低频图像处理:对多张低频图像中对应相同空间位置的多个像素点进行加权平均 计算，将加权平均值作为低频融合图像在该空间位置的像素点的值，获得低频融合图像在 每个空间位置的像素点的值，从而获得低频融合图像；
[0010] 分解图像融合:通过逆小波变换算法将所述高频融合图像以及低频图像融合成一 张图像。
[0011] 所述离散小波变换步骤通过matlab的DWT函数进行1-3级小波变换。
[0012] 所述高频图像处理步骤还包括:在所述每个空间位置的像素点的周围进行3*3的 窗口搜索，若某一像素点周围的8个点都取自同一张高频图像，则将该像素点的值校正为该 高频图像中相应像素点的值。
[0013] 本方案还涉及一种基于小波变换的图像融合系统，包括：
[0014] 离散小波变换单元，用于通过离散小波变换算法将同一场景的多张图像分解成多 张高频图像以及多张低频图像；
[0015] 高频图像处理单元，用于在所述多张高频图像中，取对应相同空间位置的多个像 素点中像素绝对值最大的像素点的值作为高频融合图像在该空间位置的像素点的值，获得 高频融合图像在每个空间位置的像素点的值，从而获得高频融合图像；
[0016] 低频图像处理单元，用于对多张低频图像中对应相同空间位置的多个像素点进行 加权平均计算，将加权平均值作为低频融合图像在该空间位置的像素点的值，获得低频融 合图像在每个空间位置的像素点的值，从而获得低频融合图像；
[0017] 分解图像融合单元，用于通过逆小波变换算法将所述高频融合图像以及低频图像 融合成一张图像。
[0018] 所述离散小波变换单元通过matlab的DWT函数进行1-3级小波变换。
[0019] 所述高频图像处理单元还用于在所述每个空间位置的像素点的周围进行3*3的窗 口搜索，若某一像素点周围的8个点都取自同一张高频图像，则将该像素点的值校正为该高 频图像中相应像素点的值。
[0020] 本发明方法能够对源图像的高、低频图像进行分别处理，可保留更多的有用信息， 能够得到质量更好的融合图像。
【附图说明】
[0021] 下面结合附图和【具体实施方式】本发明进行详细说明：
[0022] 图1为本发明的一种基于小波变换的图像融合方法的流程图；
[0023] 图2为本发明的一种基于小波变换的图像融合系统的结构示意图。
【具体实施方式】
[0024] 如图1所示，一种基于小波变换的图像融合方法，包括：
[0025] S110、离散小波变换:通过离散小波变换算法将同一场景的多张图像分解成多张 高频图像以及多张低频图像。
[0026] 具体地，本实施例通过matlab的DWT函数进行1-3级小波变换，可取得较好的效果。
[0027] 每增加一级小波变换可以分解出更过的高频图像，以及得到更少冗余信息的低频 图像，在一定程度上可以融合出质量更好的图像;但是如果级数过多，那么低频图像将会丢 失过多的图像信息，合成后的图像可能会损失原图的信息。所以，最优的级数在1-3级之间。 [0028] S120、高频图像处理：
[0029] 由于高频图像包含的是图像的边缘等信息，所以应该予以保留。
[0030] 在多张高频图像中，取对应相同空间位置的多个像素点中像素绝对值最大的像素 点的值作为高频融合图像在该空间位置的像素点的值，从而获得高频融合图像在每个空间 位置的像素点的值，进而获得高频融合图像。
[0031] 为了提高融合图像的质量，本步骤还可在每个空间位置的像素点的周围进行3*3 的窗口搜索，若某一像素点周围的8个点都取自同一张高频图像，则将该像素点的值校正为 该高频图像中相应像素点的值。
[0032] 若8个点不是取自同一张高频图像，则保留原值。
[0033] S130、低频图像处理：
[0034] 对多张低频图像中对应相同空间位置的多个像素点进行加权平均计算，将加权平 均值作为低频融合图像在该空间位置的像素点的值，从而获得低频融合图像在每个空间位 置的像素点的值，进而获得低频融合图像。
[0035]由于低频段图像有很多是冗余信息，故这里采用加权平均源图片的每个像素点， 以此来得到融合图像的像素值。现以两张图X、Y的融合为例进行说明：
[0036]每个低频段的图像系数使用公式（1)计算，D代表系数值，W代表权值，Z是融合后的 图像，P为像素点：
[0037] Dz(p) =wx(p)Dx(p)+wy(p)Dy(p) (1);
[0038] 计算融合等级A，假设AX〈AY，W是加权平均窗口，使用公式(2)计算A，其中，w(s，t) 代表窗口的权值，并且每个窗口权值的和为l，s和t代表水平和竖直方向的下标，这里的融 合等级A使用窗内每一个系数的高斯区域方差来表示，这意味着窗内越靠近p点的系数的权 值越大，m，η，k，1为高斯窗口的系数：
[0039] Ai(p)= 2ses,terw(s，t) |Di(m+s，n+t，k，l) I， （2);
[0040] 计算用来得到权值的度量值MXY，使用公式(3)，参数由公式(1)、（2)计算得到：
[0041]
牌
[0042] 若MXY大于或者等于一个阈值α，那么权值用公式(4)计算：
[0043]
(4)<··
[0044] 若MXY小于阈值α，那么WY = I，WX = 0。
[0045] S140、分解图像融合:通过逆小波变换算法将高频融合图像以及低频图像融合成 一张图像。
[0046] 本发明方法能够对源图像的高、低频图像进行分别处理，可保留更多的有用信息， 能够得到质量更好的融合图像。
[0047] 如图2所示，本方案还涉及一种基于小波变换的图像融合系统，包括：
[0048] 离散小波变换单元110,用于通过离散小波变换算法将同一场景的多张图像分解 成多张高频图像以及多张低频图像。
[0049] 具体地，本实施例通过matlab的DWT函数进行1-3级小波变换，可取得较好的效果。
[0050] 每增加一级小波变换可以分解出更过的高频图像，以及得到更少冗余信息的低频 图像，在一定程度上可以融合出质量更好的图像;但是如果级数过多，那么低频图像将会丢 失过多的图像信息，合成后的图像可能会损失原图的信息。所以，最优的级数在1-3级之间。
[0051] 高频图像处理单元120,用于在多张高频图像中，取对应相同空间位置的多个像素 点中像素绝对值最大的像素点的值作为高频融合图像在该空间位置的像素点的值，从而获 得高频融合图像在每个空间位置的像素点的值，进而获得高频融合图像。
[0052]为了提高融合图像的质量，高频图像处理单元120还可在每个空间位置的像素点 的周围进行3*3的窗口搜索，若某一像素点周围的8个点都取自同一张高频图像，则将该像 素点的值校正为该高频图像中相应像素点的值。
[0053]若8个点不是取自同一张高频图像，则保留原值。
[0054] 低频图像处理单元130,用于对多张低频图像中对应相同空间位置的多个像素点 进行加权平均计算，将加权平均值作为低频融合图像在该空间位置的像素点的值，从而获 得低频融合图像在每个空间位置的像素点的值，进而获得低频融合图像。
[0055] 由于低频段图像有很多是冗余信息，故这里采用加权平均源图片的每个像素点， 以此来得到融合图像的像素值。现以两张图x、Y的融合为例进行说明：
[0056] 每个低频段的图像系数使用公式（1)计算，D代表系数值，W代表权值，Z是融合后的 图像，P为像素点：
[0057] Dz(p) =wx(p)Dx(p)+wy(p)Dy(p) (1);
[0058] 计算融合等级A，假设AX〈AY，W是加权平均窗口，使用公式(2)计算A，其中，w(s，t) 代表窗口的权值，并且每个窗口权值的和为l，s和t代表水平和竖直方向的下标，这里的融 合等级A使用窗内每一个系数的高斯区域方差来表示，这意味着窗内越靠近p点的系数的权 值越大，m，n，k，l为高斯窗口的系数:Ai(p)= Xses,teTW(s，t) |Di(m+s，n+t，k，l) I， (2)；
[0059] 计算用来得到权值的度量值MXY，使用公式(3)，参数由公式(1)、（2)计算得到：
[0060]
[0061] 若MXY大于或者等于一个阈值α，那么权值用公式(4)计算：
[0062]
[0063] 若MXY小于阈值α，那么WY = I，WX = 0。
[0064] 分解图像融合单元140,用于通过逆小波变换算法将高频融合图像以及低频图像 融合成一张图像。
[0065] 本发明方法能够对源图像的高、低频图像进行分别处理，可保留更多的有用信息， 能够得到质量更好的融合图像。
[0066] 但是，本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本 发明，而并非用作为对本发明的限定，只要在本发明的实质精神范围内，对以上所述实施例 的变化、变型都将落在本发明的权利要求书范围内。
【主权项】
1. 一种基于小波变换的图像融合方法，其特征在于，包括： 离散小波变换:通过离散小波变换算法将同一场景的多张图像分解成多张高频图像以 及多张低频图像； 高频图像处理:在所述多张高频图像中，取对应相同空间位置的多个像素点中像素绝 对值最大的像素点的值作为高频融合图像在该空间位置的像素点的值，获得高频融合图像 在每个空间位置的像素点的值，从而获得高频融合图像； 低频图像处理：对多张低频图像中对应相同空间位置的多个像素点进行加权平均计 算，将加权平均值作为低频融合图像在该空间位置的像素点的值，获得低频融合图像在每 个空间位置的像素点的值，从而获得低频融合图像； 分解图像融合:通过逆小波变换算法将所述高频融合图像以及低频图像融合成一张图 像。2. 根据权利要求1所述的一种基于小波变换的图像融合方法，其特征在于，所述离散小 波变换步骤通过mat lab的DWT函数进行1 -3级小波变换。3. 根据权利要求1或2所述的一种基于小波变换的图像融合方法，其特征在于，所述高 频图像处理步骤还包括:在所述每个空间位置的像素点的周围进行3*3的窗口搜索，若某一 像素点周围的8个点都取自同一张高频图像，则将该像素点的值校正为该高频图像中相应 像素点的值。4. 一种基于小波变换的图像融合系统，其特征在于，包括： 离散小波变换单元，用于通过离散小波变换算法将同一场景的多张图像分解成多张高 频图像以及多张低频图像； 高频图像处理单元，用于在所述多张高频图像中，取对应相同空间位置的多个像素点 中像素绝对值最大的像素点的值作为高频融合图像在该空间位置的像素点的值，获得高频 融合图像在每个空间位置的像素点的值，从而获得高频融合图像； 低频图像处理单元，用于对多张低频图像中对应相同空间位置的多个像素点进行加权 平均计算，将加权平均值作为低频融合图像在该空间位置的像素点的值，获得低频融合图 像在每个空间位置的像素点的值，从而获得低频融合图像； 分解图像融合单元，用于通过逆小波变换算法将所述高频融合图像以及低频图像融合 成一张图像。5. 根据权利要求4所述的一种基于小波变换的图像融合系统，其特征在于，所述离散小 波变换单元通过matlab的DWT函数进行1-3级小波变换。6. 根据权利要求4或5所述的一种基于小波变换的图像融合系统，其特征在于，所述高 频图像处理单元还用于在所述每个空间位置的像素点的周围进行3*3的窗口搜索，若某一 像素点周围的8个点都取自同一张高频图像，则将该像素点的值校正为该高频图像中相应 像素点的值。
【文档编号】G06T5/50GK105844606SQ201610165033
【公开日】2016年8月10日
【申请日】2016年3月22日
【发明人】宋高飞, 张伟, 张彩红, 谯帅, 刘洋
【申请人】博康智能网络科技股份有限公司