基於提升小波變換的模糊圖像融合算法研究

2021-01-11 電子產品世界

引言
圖像融合指綜合和提取兩個或多個圖像的信息，從而獲得對同一場景或目標更為準確、全面和可靠的圖像，使其更加適合人眼感知或計算機後續處理。常用的圖像融合的分類方法是基於圖像表徵層的劃分，將圖像融合分為像素級、特徵級和決策級3級。圖像的小波分解是一種像素級圖像融合普遍採用的方法，利用小波非冗餘性使圖像經小波分解後數據量不會增大；同時小波分解具有方向性的特性，可針對人眼對不同方向的高頻分量具有不同解析度這一視覺特性，在圖像融合時獲得效果更佳的融合圖像。基於提升方法的小波變換又稱第2代小波變換，它既保持傳統的小波時頻局部化等特性，又克服其局限性。提升的實現形式給出小波完全的空間域解釋，它具有許多優良特性：結構簡單、運算量低、原位運算、節省存儲空間、逆變換可直接反轉實現，可逆的整數到整數變換，便於實現。採用提升格式的coif5小波變換進行圖像融合處理。針對低頻和高頻係數不同的特點運用不同的融合規則。仿真結果表明模糊圖像融合效果良好。

2 原理與算法
2．1 提升小波變換原理
提升算法給出雙正交小波簡單而有效的構造方法，使用基本的多項式插補獲取信號的高頻分量，通過構造尺度函數獲取信號的低頻分量。由提升方法構成的小波變換分為分裂、預測和更新3個步驟：
(1)分裂(Split)將原始信號分為兩個互不相交的子集和，通常是將一個數列分為偶數序列和奇數序列，即

(2)預測(Predict)根據數據間的相關性，可用sj-1預測dj-1。故可採用一個與數據集結構無關的預測算子P，使得dj-1=P(sj-1)，這樣就可以用子數據集sj-1代替原始的數據集sj。若用子集dj-1與預測值P(sj-1)的差值去代替dj-1，則此差值反映兩者的逼近程度。如果預測合理，則差值數據集所包含的信息比原始子集dj-1包含的信息要少得多。預測過程的表達式如下：

(3)更新(Update)經步驟(1)產生子集的某些整體特徵(如均值)可能與原始數據並不一致，為了保持原始數據的整體特徵，需要一個更新過程。經小波提升，可將信號sj分解為低頻部分sj-1和高頻部分dj-1；對於低頻數據子集sj-1可再進行相同的分裂、預測和更新，將sj-1進一步分解為dj-2和sj-2，…如此下去，經過n次分解後，原始數據sj用小波表示為{sj-n，dj-n，dj-n+1，…，dj-1}其中，sj-n％代表信號的低頻部分；dj-n，dj-n+1，dj-1，則是信號從低到高的高頻部分。
(4)重構重構數據時的提升公式與分解公式相同，改變計算次序和符號即可。

式中，Merge即「合併」，是將分裂後的子集sj-1和dj-1，重構為初始信號sj。
圖1為利用第2代小波變換分解和重構的示意圖。利用不同的預測算子P和更新算子U可以建立不同的小波變換。

本文引用地址：http://www.eepw.com.cn/article/188449.htm

2．2 小波基的選擇
對同一圖像，採用不同的小波基對其進行分解會產生不同的結果，由於不同的小波基具有不同的性能指標。小波基函數的正則性越高，其解析度越高，等效濾波器組的幅頻響應旁瓣越低；其消失距階數R越高，對應濾波器的低頻拖尾衰減越快；對於正交小波，如果尺度函數和小波是緊支撐，則濾波器呈現FIR特性，其分解和重構算法可以通過FIR濾波器組實現；當尺度函數和小波對稱時，濾波器呈現廣義線性相位，缺乏該性質將會引起相位失真。因此，小波基的選取要兼顧小波的正交性、對稱性、光滑度和正則性等。
選取Daubechies構造的coiflets小波函數，它具有coifN (N=1，2，3，4，5)一系列，coifles小波具有雙正交性、緊支撐性、近似對稱性等優點。coifN比dbN對稱性更好，其支撐長度與db3N相同，其消失矩階數與db2N相同。為分析不同的小波基對變換結果的影響，分別採用傳統的haar、coif5以及提升格式db2小波、coif5小波對兩幅模糊圖像進行融合併仿真。

3 融合規則
每個源圖像在進行二維提升小波分解後分別得到由各層的細節子圖像和最後一個分解層的近似子圖像構成的子圖像系列。由於圖像的細節子圖像和近似子圖像包含的信息不同，針對其不同特點，分別採用不同融合規則進行融合。


相關焦點

  • 基於小波變換的圖像壓縮算法改進研究
    ，離散小波變換為：(4)2 基於小波變換的圖像壓縮2.1 基於小波變換的圖像壓縮基本流程　　小波圖像壓縮基本流程包括編碼和解碼兩個階段。仿真實驗結果表明，改進的方案提高了圖像壓縮效率，改善了重構圖像的質量。參考文獻：　　[1] 李觀發. 基於嵌入式零樹小波的數字圖像壓縮算法研究[D].江西理工大學碩士學位論文,2012.　　[2] 鄭偉,崔躍利,王芳,等. 基於小波變換的圖像壓縮編碼研究綜述[J].通信技術, 2008,41(2):83-86.
  • 基於小波變換和圖像融合的智能照明控制系統研究
    3 基於小波變換的圖像融合技術3. 1 預處理智能照明系統中，當動靜監測發現有人走動時，CCD 攝像機會對相應區域進行圖像信息採集。從圖3 中可以發現，由於光照強度，以及噪聲和幹擾等因素，圖3 ( a) 中右邊花盆有些模糊，圖3 ( b) 中的門有些模糊，這樣的圖像所提供的信息不利於智能照明系統識別，由此可利用下面的小波融合技術將源圖像信息進行融合。
  • 基於小波變換的視頻圖像壓縮算法研究
    小波變換具有良好的時、頻局域性，並且由於其在非平穩圖像信號分析方面的靈活性和適應人眼視覺特性的能力，已經成為圖像編碼的有力工具。應用三維小波變換進行視頻壓縮編碼，需考慮選用時、空域2組小波濾波器組。時域選用階數較低的濾波器組，而空域的濾波器組的選擇與靜止圖像變換編碼相似，常用的是雙正交D 9／7濾波器組，但是它的計算量較大，因此採用提升方法來實現，並且對提升格式的參數進行調整，可進一步減少運算量。
  • 圖像的二維提升小波變換的FPGA實現
    高階小波變化還可以用於實時處理視頻圖像信號，在減少編碼時間、提高壓縮比和降低失真度方面，都有很好的效果。因此，小波變換在圖像處理中具有十分優越的性能。本文引用地址：http://www.eepw.com.cn/article/150539.htm　　國際標準化組織和國際電子技術聯盟聯合推出的新一代靜止圖像壓縮標準JPEG2000採用了基於提升算法的離散小波變換。
  • 基於小波包變換和壓縮感知的人臉識別算法
    壓縮感知理論的出現和發展，給人臉識別帶來了新的啟發，使得基於稀疏表示的人臉識別技術得到了廣泛研究。傳統的基於稀疏表示的人臉識別是利用壓縮感知超完備庫下的稀疏表示，將訓練圖片直接構造為冗餘字典，再求解重構算法下的最優稀疏線性組合係數，然後根據這些係數來對人臉圖像進行分類。
  • 一種基於小波變換的圖像壓縮方法與實現
    解決問題的根本就是必須要對圖像信息進行壓縮處理，在保證一定圖像質量的基礎上，能用儘可能少的信息量表示重構的原始圖像，即用最少的信息還原出最近似原始圖像的重構圖像。圖像壓縮技術在20世紀60年代後開始發展起來，80年代小波變換的理論被提出後，圖像壓縮技術備受關注並成為熱門的研究技術。
  • 基於FPGA 的多用途提升小波變換核
    引 言本文引用地址：http://www.eepw.com.cn/article/189802.htm基於提升框架的小波變換方法，利用FPGA 可編程特性可實現多種小波變換。
  • 基於小波變換的JPEG2000圖像壓縮編碼系統的仿真與
    但由於有損壓縮的原因，傳統JPEG在許多對圖像質量要求較高的應用場合無法勝任。與傳統JPEG基於離散餘弦變換不同，JPEG2000基於離散小波變換，它不僅在壓縮性能方面明顯優於JPEG，還具有很多JPEG無法提供或無法有效提供的新功能，比如，同時支持有損和無損壓縮、大幅圖像的壓縮、漸進傳輸、感興趣區編碼、良好的魯棒性、碼流隨機訪問等。一個典型的JPEG2000的壓縮過程如圖1所示。
  • 基於FPGA實現多種小波變換
    引 言 基於提升框架的小波變換方法，利用FPGA 可編程特性可實現多種小波變換。在結構設計中採用由下至上的設計方法，每個提升步驟都由一些可編程的參數來表示，保證了每個步驟均可重構。這些參數包括用於表示數據的位數和每個內部數學模塊的通道深度。在邏輯綜合時按不同小波的要求，改變參數可得到不同的結果。以圖像處理中常用的（5 ，3）濾波器為例說明依靠FPGA 的重組特性實現濾波器的小波變換核方法。實驗結果表明，利用FPGA 設計的提升小波變換核能滿足不同場合和不同運行的要求。
  • 基於FPGA 的二維提升小波變換IP核設計
    提出了一種高效並行的二維離散提升小波(DWT)變換結構，該結構只需要7 行數據緩存，即可實現行和列方向同時進行濾波變換。採用一種基於CSD 編碼和優化的移位加操作實現常係數乘法器，整個小波變換插入多級流水線寄存器，加快了處理速度。
  • 一種基於小波變換的新型壓縮編碼模型
    小波變換壓縮編碼的現狀及當前的研究存在的問題小波分析是近年來發展起來的一門新興的數學分析理論，其應用範圍包括數學領域本身的許多學科，利用小波變換的理論實現圖像的壓縮編碼已經從九十年代初起得到了廣泛與深入地研究，並逐漸成為圖像壓縮編碼領域的一個重要分支。
  • 基於自適應提升小波變換的電能質量檢測節點
    本文在研究無線傳感網絡的基礎上，提出了一種基於自適應提升小波變換的電能質量檢測節點設計方案，實現了監控中心對檢測節點電能質量遠程實時、準確的檢測和識別，為電力系統的集中管護和檢修提供依據。1 系統總體設計 由電力系統的運行環境和特點，檢測到電能質量檢測PQD(Power Quality Detection)信號不可避免地會包含一些噪聲信號。
  • 基於小波域的二維混沌加密算法
    圖像信息安全問題有著極為廣泛的含義，考慮其安全算法時，必須考慮其數據的冗餘性、對大數據量數據加密的可實現性及能否經受住常見的數據有損壓縮、格式變換等操作。混沌動力學系統具有偽隨機性、確定性和對初始條件與系統參數的極端敏感性，因此，它為圖像信息加密提供了很好的途徑，利用它可以構造非常好的信息加密系統。　 基於圖像變換域的算法是近年提出來的，主要採用的是離散餘弦變換和離散小波變換。
  • 其於多尺度分析的紅外圖像邊緣特徵融合算法
    摘要：針對紅外圖像特點，採用基於正交小波變換的多尺度邊緣檢測方法，利用小波變換天生的多尺度特性，檢測出不同尺度、不同精度下的邊緣特徵，融合形成圖像邊緣。
  • 基於離散小波變換的分布式光伏孤島檢測方法
    針對以上問題，本文提出一種基於離散小波變換信號分析的分布式光伏發電孤島檢測方法。該方法基於採樣的電壓、電流信號，通過分析小波功率與PCC（公共連接點）頻率的變化來判斷孤島現象。在系統不同狀況下，用自適應模糊邏輯控制設置基於PCC電壓和逆變器電流的閾值，克服了閾值選擇困難的問題。
  • 小波變換原理與應用_小波變換的基本原理_小波變換的應用
    打開APP 小波變換原理與應用_小波變換的基本原理_小波變換的應用 發表於 2018-01-13 09:42:37 小波分析是一種新興的數學分支，它是泛函數、Fourier分析、調和分析、數值分析的最完美的結晶;在應用領域，特別是在信號處理、圖像處理、語音處理以及眾多非線性科學領域，它被認為是繼Fourier分析之後的又一有效的時頻分析方法。
  • 基於FPGA的快速9/7整形離散小波變換系統
    美國空間數據系統諮詢委員會(簡稱CCSDS)於2005年推出一套適用於空間領域的圖像壓縮標準，標準使用了離散小波變換為核心算法，推薦使用9／7整數離散小波變換實現無損圖像壓縮，由於該算法結構簡單，易於硬體設計實現，因此可以用FPGA來實現提升小波算法。
  • 結合實例與代碼談數字圖像處理都研究什麼?
    圖像處理(以及機器視覺)在學校裡是一個很大的研究方向，很多研究生、博士生都在導師的帶領下從事著這方面的研究。另外，就工作而言，也確實有很多這方面的崗位和機會虛位以待。而且這種情勢也越來越凸顯。那麼圖像處理到底都研究哪些問題，今天我們就來談一談。圖像處理的話題其實非常非常廣，外延很深遠，新的話題還在不斷湧現。
  • 小波變換在Internet網多媒體業務中的應用
    1 小波變換在圖像壓縮中的應用 小波變換以其特有的變換特性在圖像壓縮領域得到了廣泛的應用。如JPEG-2000、MPEG-4靜態圖像壓縮都採用了小波變換的方式。從數據中可以看出隨著比特每象素值的降低，壓縮後數據量隨之降低，而恢復圖像與原圖的PSNR降低並不多。 1.1.2 算法分析 ADV611內部的小波變換採用雙正交9-7小波基。經過大量的實驗證明雙交9-7小波基在圖像處理中是一種較好的小波基，目前多個國際標準中有關小波壓縮的算法，一般都採用這種小波基。ADV611晶片中的小波算法生成的Mallat框圖如圖3所示。
  • 基於小波變換的視頻應變測量系統設計與實現
    -應變關係如圖1，研究和預測材料的力學行為[1]，所以應變的獲取關係到是否能正確和有效地構建材料的本構方程。文中在材料拉伸試驗應變測量的精密邊緣檢測算[2,3]法進行了深入研究，在成熟的小波變換理論下，創新地將小波變換期望亞像素算法應用於視頻應變測量系統設計中。　　小波變換期望值亞像素定位法　　小波分析是一種多解析度分析[4]，能在時域和頻域突出信號的局部特徵，現已廣泛應用於去噪和邊緣檢測等圖像處理領域。