[发明专利]一种基于扩展Piella框架的声纳图像融合方法

摘要

本发明涉及的是一种声纳图像处理领域。具体涉及一种基于扩展Piella框架的声纳图像融合方法。本发明包括：(1)对参数进行初始化，输入两组待融合声纳图像；(2)对待融合声纳图像进行多分辨率变换，建立待融合声呐图像各自的多分辨率图像序列；(3)对待融合图像的高频子带和低频子带进行多分辨率逆变换，得到最终的融合结果。本发明首先提出了针对声纳连续帧图像的融合方法。与以往的图像融合方法相比，该方法在融合的清晰度与细节表现力均有显著的提高。

主权项

一种基于扩展Piella框架的声纳图像融合方法，其特征在于：(1)对参数进行初始化，输入两组待融合声纳图像；(2)对待融合声纳图像进行多分辨率变换，建立待融合声呐图像各自的多分辨率图像序列：(2.1)确定并提取基于图像质量评价标准的活性测度：图像质量评价标准的活性测度：$a_S^{\mathrm{\ϵ},j}(x,y)={\left(G_S^{\mathrm{\ϵ},j}(x,y)\right)}^{w_G}\·{\left(C_S^{\mathrm{\ϵ},j}(x,y)\right)}^{w_C},$${\hat{a}}_S^{\mathrm{\ϵ},j}(x,y)=\frac{a_S^{\mathrm{\ϵ},j}(x,y)}{\underset{S=A,B}{\mathrm{\Σ}}{a}_S^{\mathrm{\ϵ},j}(x,y)},$和分別表示待融合声纳图像S在第j分解层ε方向上的平均梯度和对比度；wG和wC分别表示相应图像质量评价标准在活性测度中所占的权重，表示正则化后的活性测度；(2.2)合并待融合声纳图像的多分辨率分解系数：$c_F^{\mathrm{\ϵ},j}(x,y)=w_A^{\mathrm{\ϵ},j}(x,y)\·C_A^{\mathrm{\ϵ},j}(x,y)+w_B^{\mathrm{\ϵ},j}(x,y)\·c_B^{\mathrm{\ϵ},j}(x,y),$其中，表示权值，即$w_A^{\mathrm{\ϵ},j}(x,y)={\hat{a}}_A^{\mathrm{\ϵ},j}(x,y)=1-w_B^{\mathrm{\ϵ},j}(x,y);$(2.3)提取并融合低频子带显著特征：$c_F^{0,N}(x,y)=w_A^{0,N-1}(x,y)\·c_A^{0,N}(x,y)+w_B^{0,N-1}(x,y)\·c_B^{0,N}(x,y),$表示归一化权值，即$w_A^{0,N-1}(x,y)=1-w_B^{0,N-1}(x,y),$表示待融合图像S的第N‑1层近似分量局部邻域内的显著特性；(3)对待融合图像的高频子带和低频子带进行多分辨率逆变换，得到最终的融合结果。