一種圖像融合方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理領(lǐng)域，特別涉及一種圖像融合方法及裝置。
【背景技術(shù)】
[0002] 圖像融合在許多理論研究和實(shí)際應(yīng)用中得到廣泛的應(yīng)用。由于成像設(shè)備的限制， 任何單一的成像傳感器都難以實(shí)現(xiàn)完整的場景呈現(xiàn)，即不能保證拍攝目標(biāo)均能獲得清晰的 成像。而圖像融合技術(shù)可以采用多個(gè)同類/不同類傳感器，從相同的場景中捕獲圖像，并將 其按一定規(guī)則進(jìn)行合并，以提供一幅完整的圖像，如圖la所示為人腦的CT成像圖，能夠成像 人腦骨骼的信息，但不能夠成像人腦軟組織的信息，圖lb所示為人腦的MRI成像圖，能夠成 像人腦軟組織信息，但不能成像人腦骨骼的信息，圖lc為經(jīng)過圖像融合后得到的人腦CT-MRI成像圖，能夠在一張圖像中同時(shí)成像出人腦的骨骼信息和軟組織信息。
[0003] 在現(xiàn)有技術(shù)中，多尺度類圖像融合算法為使用較多的圖像融合算法。這類算法首 先將源圖像根據(jù)形態(tài)成分分解成若干待融合層;然后再根據(jù)不同的層結(jié)構(gòu)設(shè)計(jì)不同的融合 規(guī)則，得到每一分解層的融合系數(shù);最后利用分解算法的逆得到融合圖像矩陣，由融合圖像 矩陣得到融合圖像。經(jīng)驗(yàn)?zāi)Ｊ椒纸?EMD)方法常被用來對源圖像進(jìn)行分層，該方法針對不同 的源圖像，使用與該源圖像對應(yīng)的固有模態(tài)函數(shù)族(IMF)對對應(yīng)的源圖像進(jìn)行分層，這種方 法由于源圖像的不同，所以采用的IMF族也不同，導(dǎo)致不同源圖像間對應(yīng)的待融合層的形態(tài) 成分不一致，使得對應(yīng)層間采用相同的融合規(guī)則進(jìn)行融合時(shí)，會(huì)產(chǎn)生圖像信息的丟失。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明實(shí)施例公開了一種圖像融合方法及裝置，以減少融合后圖像的信息丟失的 情況。
[0005] 為達(dá)到上述目的，本發(fā)明實(shí)施例公開了一種圖像融合方法，所述方法包括步驟：
[0006] 將兩幅待融合圖像的圖像矩陣分別進(jìn)行偽極坐標(biāo)傅里葉變換，對應(yīng)得到兩組偽極 坐標(biāo)傅里葉變換量；
[0007] 根據(jù)所述兩組偽極坐標(biāo)傅里葉變換量，獲得對應(yīng)兩幅待融合圖像的傅里葉譜函 數(shù)；
[0008] 對所述兩個(gè)傅里葉譜函數(shù)求均值函數(shù)，獲得一個(gè)均值譜函數(shù)；
[0009] 根據(jù)所述均值譜函數(shù)定義域在[-π,π]中的所有極小值點(diǎn)，確定經(jīng)驗(yàn)小波函數(shù)及其 尺度函數(shù)組，其中所述尺度函數(shù)組中尺度函數(shù)的數(shù)量和所述極小值點(diǎn)的數(shù)量都為第一數(shù) 量；
[0010] 根據(jù)所述經(jīng)驗(yàn)小波函數(shù)及其尺度函數(shù)組，將所述兩幅待融合圖像的圖像矩陣分別 分解為一個(gè)粗糙層圖像矩陣和第二數(shù)量個(gè)細(xì)節(jié)層圖像矩陣;所述第二數(shù)量為第一數(shù)量減 ，
[0011] 將得到的兩個(gè)所述粗糙層圖像矩陣融合為一個(gè)粗糙融合圖像矩陣；
[0012] 將得到的所述細(xì)節(jié)層圖像矩陣融合為第二數(shù)量個(gè)細(xì)節(jié)融合圖像矩陣；
[0013] 將所述粗糙融合圖像矩陣與經(jīng)驗(yàn)小波函數(shù)進(jìn)行卷積運(yùn)算，將每個(gè)細(xì)節(jié)融合圖像矩 陣與所述尺度函數(shù)組中對應(yīng)的尺度函數(shù)進(jìn)行卷積運(yùn)算，并將所有卷積運(yùn)算的結(jié)果相加，得 到融合圖像的圖像矩陣。
[0014] 較佳的，所述根據(jù)所述兩組偽極坐標(biāo)傅里葉變換量，獲得對應(yīng)兩幅待融合圖像的 傅里葉譜函數(shù)，包括：
[0015] 根據(jù)下式獲得每個(gè)待融合圖像的傅里葉譜函數(shù)：
[0016]
[0017] 其中，為所述待融合圖像的標(biāo)識，5XAXI叫)表示待融合圖像h的傅里葉譜函 數(shù)，1(/,. )(A，I⑴I)表示待融合圖像的偽極坐標(biāo)傅里葉變換量組，其中9k為預(yù)設(shè)的偽極 坐標(biāo)傅里葉變換的角度參數(shù)，Νθ為所述角度參數(shù)的個(gè)數(shù)；
[0018] 所述根據(jù)所述傅里葉譜函數(shù)，獲得均值譜函數(shù)，包括：
[0019] 根據(jù)下式獲得均值譜函數(shù)：
[0020
[0021] 其中，為所述待融合圖像的標(biāo)識，沉/,.)(| 6>|)表示待融合圖像的傅里葉譜函 數(shù)，衣(M)為所述均值譜函數(shù)，K為所述待融合圖像的個(gè)數(shù)。
[0022] 較佳的，所述根據(jù)所述均值譜函數(shù)定義域在[-π,π]中的所有極小值點(diǎn)，確定經(jīng)驗(yàn) 小波函數(shù)及其尺度函數(shù)組，包括：
[0023] 將下式確定的所述經(jīng)驗(yàn)小波函數(shù)進(jìn)行偽極坐標(biāo)傅里葉反變換，計(jì)算所述經(jīng)驗(yàn)小波 函數(shù)：
[0024]
[0025] 其中，ΦΚρ)表示所述經(jīng)驗(yàn)小波函數(shù)，;V#P))表示所述經(jīng)驗(yàn)小波函數(shù)巾辦）的偽 極坐標(biāo)傅里葉變換，γ為預(yù)設(shè)的經(jīng)驗(yàn)值，ω:表示所述均值譜函數(shù)中橫坐標(biāo)值最小的極小值 點(diǎn)的橫坐標(biāo)值；
[0026] 將下式確定的所述尺度函數(shù)組進(jìn)行偽極坐標(biāo)傅里葉反變換，計(jì)算所述尺度函數(shù) 組：
[0027]
+ι
[0028] 其中，m取值為1，...L_1，L表示所述極小值點(diǎn)的總數(shù)，其數(shù)值大小等于第一數(shù)量， %,(P)表示所述尺度函數(shù)組中的每一個(gè)尺度函數(shù)，％(%,(P))表示尺度函數(shù)^(P)的偽極坐 標(biāo)傅里葉變換，co m表示所述均值譜函數(shù)中橫坐標(biāo)值第m小的極小值點(diǎn)的橫坐標(biāo)值，γ為預(yù) 設(shè)的經(jīng)驗(yàn)值；
[0029]函數(shù)β由下式確定：
[0030]
[0031] 較佳的，所述根據(jù)所述經(jīng)驗(yàn)小波函數(shù)及其尺度函數(shù)組，將所述兩幅待融合圖像的 圖像矩陣分別分解為一個(gè)粗糙層圖像矩陣和第一數(shù)量個(gè)細(xì)節(jié)層圖像矩陣，包括：
[0032] 根據(jù)下式確定所述粗糙層圖像矩陣：
[0033]
[0034] 其中，為所述待融合圖像的標(biāo)識，趴〇(〇)表示圖像的傅里葉變換，衣(《(Ρ))表 示經(jīng)驗(yàn)小波函數(shù)巾：化）的傅里葉變換的共輒，3:()表示傅里葉變換的逆變換，Mf(p)表示 圖像的粗糙層圖像矩陣；
[0035] 根據(jù)下式確定所述細(xì)節(jié)層圖像矩陣：
[0036]
[0037] 其中，IA所述待融合圖像的標(biāo)識，？(/,.)(?)表示圖像1,的傅里葉變換，農(nóng)〇」〇) 表示尺度函數(shù)^(；P)的傅里葉變換的共輒，；^〇表示傅里葉變換的逆變換，m取值為 1，...，L_1，其中L表示所述極小值點(diǎn)的總數(shù)，其數(shù)值大小等于第一數(shù)量，ΜΓ(Ρ)表示圖像 的每個(gè)細(xì)節(jié)層圖像矩陣。
[0038] 較佳的，所述將得到的兩個(gè)所述粗糙層圖像矩陣融合為一個(gè)粗糙融合圖像矩陣， 包括：
[0039] 根據(jù)下式計(jì)算粗糙層圖像矩陣>?? (ρ)的每個(gè)元素的系數(shù)，其中所述粗糙層圖像 矩陣(p)為所述得到的兩個(gè)所述粗糙層圖像矩陣中的任意一個(gè)：
[0040]
[0041] 其中，r(x,y)表示粗糙層圖像矩陣中X行y列的元素系數(shù)，少))表 示粗糙層圖像矩陣ν\?(ρ)中X行y列的元素的對比度，表示粗糙層圖像矩陣 >ν/(ρ)中X行y列的元素的對比度，其中粗糙層圖像矩陣]/^(卩)表示得到的兩個(gè)所述粗糙 層圖像矩陣中除粗糙層圖像矩陣14?(Ρ)的另一個(gè)粗糙層圖像矩陣，a為預(yù)設(shè)的數(shù)值，其中， 任意粗糙層圖像矩陣中X行y列的元素的對比度由下式確定：
[0042]
[0043] 其中，表示任意粗糙層圖像矩陣Μ|°(Ρ)中X行y列的元素的對比度，M、N 分別為所述粗糙層圖像矩陣的行數(shù)和列數(shù)，Η^(.?、ν)表示粗糙層圖像矩陣VU°(p)中X行y列 的元素值，MAxV)表示粗糙層圖像矩陣Mf(P)中所有非X行y列的元素的元素值；
[0044] 根據(jù)下式計(jì)算粗糙層圖像矩陣評/⑦)的每個(gè)元素的系數(shù)：
[0045] rf (x,y) = l-r(x,y)
[0046] 其中，V (x,y)表示粗糙層圖像矩陣y^(p)中x行y列的元素系數(shù)；
[0047] 將兩個(gè)所述粗糙層圖像矩陣中的每一個(gè)元素乘以與其對應(yīng)的元素系數(shù)并對應(yīng)相 加，得到所述粗糙融合圖像矩陣；
[0048] 所述將得到的所述細(xì)節(jié)層圖像矩陣融合為第一數(shù)量個(gè)細(xì)節(jié)融合圖像矩陣，包括： [0049]計(jì)算每個(gè)細(xì)節(jié)層圖像矩陣的模；
[0050]在兩幅待融合圖像的每層細(xì)節(jié)層矩陣中，取模較大的細(xì)節(jié)層圖像矩陣作為對應(yīng)于 該層的細(xì)節(jié)融合圖像矩陣，得到第一數(shù)量個(gè)細(xì)節(jié)融合圖像矩陣。
[0051] 本發(fā)明實(shí)施例還公開了一種圖像融合裝置，所述裝置包括：
[0052] 偽極坐標(biāo)傅里葉變換模塊，用于將兩幅待融合圖像的圖像矩陣分別進(jìn)行偽極坐標(biāo) 傅里葉變換，對應(yīng)得到兩組偽極坐標(biāo)傅里葉變換量；
[0053]傅里葉譜函數(shù)獲取模塊，用于根據(jù)所述兩組偽極坐標(biāo)傅里葉變換量，獲得對應(yīng)兩 幅待融合圖像的傅里葉譜函數(shù)；
[0054] 均值譜函數(shù)獲取模塊，用于對所述兩個(gè)傅里葉譜函數(shù)求均值函數(shù)，獲得一個(gè)均值 譜函數(shù)；
[0055] 經(jīng)驗(yàn)小波模塊，用于根據(jù)所述均值譜函數(shù)定義域在[-π,π]中的所有極小值點(diǎn)，確 定經(jīng)驗(yàn)小波函數(shù)及其尺度函數(shù)組，其中所述尺度函數(shù)組中尺度函數(shù)的數(shù)量和所述極小值點(diǎn) 的數(shù)量都為第一數(shù)量；
[0056] 分層模塊，用于根據(jù)所述經(jīng)驗(yàn)小波函數(shù)及其尺度函數(shù)組，將所述兩幅待融合圖像 的圖像矩陣分別分解為一個(gè)粗糙層圖像矩陣和第二數(shù)量個(gè)細(xì)節(jié)層圖像矩陣;所述第二數(shù)量 為第一數(shù)量減一；