基于分块方差投票的像素级图像融合研究

摘要

随着多传感器技术在众多领域(如计算机视觉、遥感技术、医学图像、军事侦察)的应用和发展,图像融合已经成为一个重要的研究课题。图像融合通过综合多幅图像的信息,获得对同一场景的更为准确全面的描述,以便进一步对图像进行分析理解和对图像中相关目标的检测、识别和跟踪。
　　 本文以像素级图像融合为主要研究方向,针对图像融合过程中的预处理、融合算法、融合效果评价等几个关键问题进行了较为深入的研究,提出了一些新的思路和实现方法。主要包括以下内容：⑴图像融合发展现状以及其应用领域。图像融合的三个层次,即像素级图像融合,特征级图像融合以及决策级图像融合。分析了图像融合在可见光图像、医学诊断、军事、安检、遥感等的应用例子。⑵图像的一些预处理方法。研究了基于自适应极值压缩的中值滤波、基于形态学的滤波,图像的配准过程,图像的去雾方法。其中,深入研究了基于暗通道先验的去雾方法,提出利用亮度积分图像判断图像是否满足暗通道先验,并且对不满足先验的图像在去雾后可能发生的颜色失真进行一定的改进。⑶研究了图像融合的一些常用的评价方法,主要包括主观评价和客观评价。客观评价指标有基于图像统计特性的方法、基于图像信息量的方法、基于图像小波能量的方法等；讨论了常用的图像融合算法(如IHS、PCA)的理论和实现；研究了基于金字塔分解的图像融合方法以及基于小波变换的图像融合理论和实现。详细分析了拉普拉斯金字塔分解、低通比率金字塔分解以及梯度金字塔分解的过程和方法。对各种不同的金字塔分解方法的效果进行比较。⑷提出一种基于分块方差投票的多聚焦图像融合方法。该方法首先将彩色图像从RGB模式转换到HSV模式,获取其亮度分量。然后,计算像素点亮度分量在其邻域内的方差,得到一个图像大小的方差矩阵,然后对于每个像素点,由其邻域内像素的亮度方差进行分段加权投票,确定该点是否为聚焦点。对投票后的值进行滤波,消除连续的聚焦(非聚焦)区域中孤立的非聚焦(聚焦)点。最后根据获得的图像中所有聚焦像素点位置进行图像融合。