基于可控滤波器和超像素分割的图像融合算法研究

摘要

图像融合是对包含同一场景信息的多幅源图像进行处理并将各源图像中的有用信息进行提取，最终利用这些信息构成具有完整场景信息的融合图像，使融合后的图像具有更好的机器视觉效果和人类视觉效果，以便后续的研究和应用能够顺利进行。目前，图像融合主要在空间域和变换域两个方面被研究，基于空间域的融合方法是利用特定方法直接对图像像素进行计算融合；基于变换域的融合方法首先要对源图像进行变换处理，以得到能够体现图像特征的变换系数，然后通过特定的融合规则将各源图像的变换系数进行融合，最后将其进行逆变换便可得到最终的融合图像。
　　如何有效并且精确的对源图像的有用信息进行检测是图像融合的关键，对多种图像信息提取方法进行研究后，本文提出了一种基于可控滤波和超像素分割相结合的图像融合方法。可控滤波器对图像的边缘细节信息具有较强的敏感性，因此本文利用可控滤波器对图像的边缘细节等高频信息进行检测提取，而对于图像的结构信息，即低频成分，本文利用超像素分割的方法进行提取，最后利用本文所提出的融合规则将这些信息进行有效融合，从而使最终的融合图像包含了来自于不同源图像的有用信息。
　　本文的主要工作与创新：
　　(1)对有关图像融合的知识进行了概括性的介绍；
　　(2)阐述了可控滤波器的设计思想，并对其设计原理进行了介绍，同时利用实验比较的方法验证了可控滤波器在图像边缘细节信息提取方面的有效性。
　　(3)对基于熵率的超像素分割方法进行研究，总结了利用熵率的图上随机游走模型对图像进行分割的原理，并且介绍了利用贪心算法解决超像素分割问题的具体过程。
　　(4)在将可控滤波器以及超像素分割应用到图像融合的过程中，提出了方向响应差的概念以及基于选点与选面的两种融合规则，使得本文算法更加合理，同时提高了算法的稳定性。
　　(5)设计制作了便于实验研究的GUI（图形用户界面），使得方法选择、参数分析等实验环节更加便捷。同时，利用多组实验图像从主观评价和客观评价两个方面对本文算法的融合结果与其它经典算法的融合结果进行比较分析，验证了本文算法的合理性以及有效性；在抗噪性分析中，通过对源图像加入泊松噪声、高斯噪声、椒盐噪声以及乘性噪声的实验验证了本文算法的稳定性；最后，利用实验对算法中的可变量进行了参数分析，并总结了它们对算法融合结果的影响规律。