[发明专利]基于提升小波变换和像素区域相关性的图像融合方法

摘要

本发明公开了一种基于提升小波变换和像素区域相关性的图像融合方法，包括以下步骤：提升小波变换；低频子带融合系数的计算；高频子带融合系数的计算；低频、高频子带的系数融合；小波逆变换。本发明对于低频子带的每个系数，根据其自相关特征，通过比较其协方差相关系数来确定融合系数。对于高频子带的每个系数，根据其所在子带内系数分布的方向特征，以及其所在同一方向子带间的系数分布的四叉树结构特征，通过比较其子带内方向邻域的匹配度和子带间四叉树结构的匹配度，从而确定其融合系数。测试结果表明本发明的融合方法适用于多聚焦图像和医学图像的融合。

主权项

1.一种基于提升小波变换和像素区域相关性的图像融合方法，其特征在于按如下步骤进行：a. 将待融合的两幅图像分别进行相同级数的提升方案小波变换；b. 获得低频子带的所有融合系数：b.1对于每个待融合的低频系数，计算每幅待融合图像对应位置上低频系数的八邻域方差：b.2计算待融合系数对应的和沿着水平方向的一步相关系数₁：，b.3计算待融合系数对应的和沿着竖直方向的一步相关系数₂：b.4计算待融合系数对应的和沿着对角线方向的一步相关系数₃：，b.5计算待融合系数的一步自相关系数：b.6比较待融合系数的一步自相关系数的大小，最终确定融合系数：b.7遍历所有低频子带系数，重复执行b.1~b.6，最终获得低频子带的所有融合系数； c. 获得高频子带的所有融合系数：c.1对于高频子带的每一个系数，按照方向模板，用下述公式计算待融合系数的方向邻域匹配度：，，其中，表示图像k中以（x，y）为中心、沿着方向的方向邻域能量，表示待融合图像以为中心的方向邻域的匹配度；c.2对于高频子带的每一个系数，利用如下公式计算待融合系数所在四叉树结构的匹配度：，，其中，表示图像k中所在的四叉树T的能量，M_T（x，y）表示待融合图像所在四叉树的匹配度；c.3对于待融合图像高频子带的同一位置的系数，比较其方向邻域匹配度和四叉树结构的匹配度的大小，进而确定融合算子，即若方向邻域的匹配度大，则转入c.4；若四叉树结构的匹配度大，则执行转入c.5；c.4设匹配度阈值为；若，则；否则，，其中，c.5设匹配度阈值为,若，则；否则，，其中，c.6按照上述步骤，重复执行b.1~b.5，最终获得高频子带的所有融合系数f（x，y）；d．按低频子带融合规则对b步骤所获得的低频子带的所有融合系数进行融合，进而获得低频子带融合系数；按高频子带融合规则对c步骤所获得的高频子带的所有融合系数进行融合，获得高频子带融合系数；e. 对所得到的低频子带融合系数和高频子带融合系数进行提升方案小波的逆变换，进而获得融合图像。