本发明涉及图像处理,尤其是多源彩色图像融合领域,具体涉及一种基于真值发现的提高图像清晰度的方法。
背景技术:
1、多源图像具有冗余和互补的特性,进行多源图像融合时,会存在数据冲突的现象。真值发现通过评估源可靠性对数据进行聚合,从而得到最接近事实的真值,是一种有效解决数据冲突的方法。但是,真值发现算法常用于文本数据、数值数据、流数据等,却没有用于处理二维图像数据的融合。
2、在融合彩色图像时,常用的方法有两种。一种是变换域方法,从整体来看,变换域方法获得的最终图像具有良好的对比度和信噪比。然而,变换域融合可能会在边缘附近产生光晕的伪影,以及与空间不一致相关的伪数据或扭曲,这样的话很容易影响到接下来的处理。此外,很多变换域方法会涉及到参数的选择,比如,使用多尺度变换方法时,图片融合的质量会随着分解层数的增加而提高,但耗时也会增加,因此多尺度变换方法要根据实际情况确定分解层数。
3、另一种方法是空间域方法,常见的算法是直接对图像的像素进行直接操作或者是分区域分块的操作,与前一种方法相比,这种方法大都速度更快且易于实现,实时性更强,但这种方法十分依赖对像素的权重估计,权重的分配影响着最终图像的质量,若是分配不当甚至可能会产生偏色、失真等问题,此外,这种方法有可能会从源图像中不正确的选择像素,从而影响最终图像的质量,而且分块或者分区域的算法中划分块或者区域时也涉及到参数的选择,比如,块的大小,越小耗时越多,太大则效果不够好。
技术实现思路
1、发明目的:
2、针对上述的在图像融合时,某一通道进行融合时遇到数据冲突的技术问题,本技术方案提供了一种基于真值发现的提高图像清晰度的方法,利用真值发现思想去进行多源彩色图像融合,将图像数据源在频域中的信息熵作为评估其可靠性的依据,通过评估源图像的可靠性进行赋权,加权平均后进行三通道合并,无需参数,在实时性较强的同时,使所得的融合图像有更好的信息聚集度和清晰度;能有效的解决上述问题。
3、本发明通过以下技术方案实现:
4、一种基于真值发现的提高图像清晰度的方法,包括如下操作步骤:
5、步骤1:输入一组彩色图像x,获取这组图像的r、g、b通道分量rt、gt、bt;
6、步骤2:进行傅里叶变换,得到各图像分别在三个通道的频域图像数据rf、gf、bf;
7、步骤3:计算各图像在各通道的功率谱,并对功率谱数值进行量化;
8、步骤4:进行直方图统计,求出在频域中各图像分别在三个通道的信息熵,并根据信息熵赋予各图像分别在三个通道的权重;
9、步骤5:引入真值发现模型,将各图像在同一通道所提供的值进行加权平均,分别得到最终图像的通道分量r*、g*、b*,并进行合并,得到最终图像x*。
10、进一步的,步骤1的具体操作方式为:
11、步骤1.1:将输入的一组彩色图像记为x={x1,x2,...,xm},m为这组图像的数量,定义m遍历这组图像,定义图像的宽、高分别为z、n;
12、步骤1.2:通过处理获取这组图像在r、g、b通道的分量,分别记为
13、进一步的,所述输入的一组彩色图像x中,需要图像中的拍摄内容、以及图像的宽度和高度相同。
14、进一步的,步骤2具体操作方式为:
15、步骤2.1:由于要对各图像的r、g、b三个通道分量进行同样的处理,因此定义y来泛指r、g、b通道中的其中一个通道,定义定义矩阵中的数值表示为其中m∈[0,m-1]、x∈[0,z-1]、y∈[0,n-1];
16、步骤2.2:对时域图像数据进行傅里叶变换可得频域图像数据傅里叶变换公式为:
17、
18、式中,为所对应的频域图像数据,u∈[0,z-1],v∈[0,n-1];
19、步骤2.3:分别将rt、gt、bt代入步骤2.2,获得
20、进一步的,步骤3具体操作方式为:
21、步骤3.1:计算各图像在y通道的功率谱,公式为:
22、
23、步骤3.2:对功率谱数值进行量化,量化公式为:
24、
25、式中,θ为极小的正数,q是一个正整数,代表量化级,i∈[0,z-1],j∈[0,n-1],powm,i,j∈[0,q)。
26、进一步的,步骤4具体操作方式为:
27、步骤4.1:分别对powm进行直方图统计,统计powm中各数值出现的次数,计算出其频率p,公式为:
28、
29、式中,i为指示函数,为powm中各数值出现的次数;
30、步骤4.2:求出在频域中各图像在通道y的信息熵h,记为h={h1,h2,...,hm},公式为:
31、
32、步骤4.3:根据信息熵赋予各图像在对应通道y的权重,记为wy={wy1,wy2,...,wym},取信息熵平方的倒数作为各图像在对应通道y的权重,同时满足各图像在通道y的权重和为1,由此可得各图像在通道y的权重为:
33、
34、步骤4.4:分别将rf、gf、bf代入步骤3.1至步骤4.3的操作,可得wr={wr1,wr2,...,wrm}、wg={wg1,wg2,...,wgm}、wb={wb1,wb2,...,wbm}。
35、进一步的,步骤5具体操作方式为:
36、步骤5.1:定义最终图像为x*,其r、g、b通道分量分别为r*、g*、b*,定义y*泛指最终图像的某一通道分量;
37、步骤5.2:引入真值发现模型,信息源为m张图像,各信息源关于通道y的声明值为yt,各信息源关于通道y的声明值的可信度为wy,由此可得最终图像的y*通道分量为:
38、
39、步骤5.3:分别在r、g、b三个通道上进行步骤5.2的操作,得到r*、g*、b*,对其进行合并得到最终图像x*。
40、有益效果
41、本发明提出的一种基于fpga卷积神经网络的数据高效存取方法,与现有技术相比较,其具有以下有益效果:
42、(1)本发明利用真值发现思想去进行多源彩色图像融合,当在三通道上进行融合遇到数据冲突问题时,利用真值发现思想,将图像数据源在频域中的信息熵作为评估源可靠性的依据,进而通过评估源图像的可靠性进行赋权,而可靠性越大的源会被赋予更多的权重,所获得的权重也越大,可有效降低不正确像素所占权重。之后将各图像的同一通道分量进行加权平均,合并各通道后获得最终图像。本发明无需设置参数或满足特定条件,方法简单直观,在在实时性良好的基础上,最后所得的融合图像有更好的信息聚集度和清晰度。
1.一种基于真值发现的提高图像清晰度的方法,其特征在于:包括如下操作步骤:
2.根据权利要求1所述的一种基于真值发现的提高图像清晰度的方法,其特征在于:步骤1的具体操作方式为:
3.根据权利要求1或2所述的一种基于真值发现的提高图像清晰度的方法,其特征在于:所述输入的一组彩色图像x中,需要图像中的拍摄内容、以及图像的宽度和高度相同。
4.根据权利要求2所述的一种基于真值发现的提高图像清晰度的方法,其特征在于:步骤2具体操作方式为:
5.根据权利要求4所述的一种基于真值发现的提高图像清晰度的方法,其特征在于:步骤3具体操作方式为:
6.根据权利要求5所述的一种基于真值发现的提高图像清晰度的方法,其特征在于:步骤4具体操作方式为:
7.根据权利要求6所述的一种基于真值发现的提高图像清晰度的方法,其特征在于:步骤5具体操作方式为: