多曝光图像融合(共7页)

1、课程论文河南(h nn)理工大学计算机新技术(jsh)课程论文 多曝光图像(t xin)融合 专业班级：计算本13-3班 学 号：321309010310 姓 名：任春蕾 日 期：2014年 10月20日多曝光(bo gung)图像融合1 问题(wnt)背景由于在同一场景不同光线下得到的图像，无论它的曝光时间长短，都会出现曝光过度或曝光不足的现象，这样造成图像信息含量低、重要(zhngyo)信息丢失等问题。图像融合技术可以有效地利用不同输入信道图像信息的互补性和冗余性，消除多源传感器信息之间可能存在的冗余和矛盾，增强影像中信息透明度，很好地改善信噪比和解译的精度、可靠性，因此，融合图像比任何单

2、一信道图像具有更丰富的信息量、更突出的探测优越性（冗余性、互补性、时间优越性以及相对低成本性等）和更高的可靠性。更易于理解和判读，融合图像更符合人和机器的视觉特性，更有利于诸如目标识别、特征提取等进一步的图像处理。另一方面，因为参与融合各幅图像中有用信息之间是相关的，而其干扰成分（如噪声等）却不具有相关性，因此通过融合处理还可以起到排除干扰、增加图像置信度的效果。2 多曝光图像融合技术2.1图像融合的概念图像融合属于信息融合的范畴，是在多测度空间综合处理多源图像和图像序列的技术。该技术充分利用多幅图像资源，将不同传感器获得的同一场景的图像或单一传感器在不同时刻获得的同一场景的图像，经过预处理（

3、去噪、时间配准、空间配准和重采样）后，通过对所得信息的合理支配和使用，将多幅图像在空间和时间上好互补信息依据某种准则融合成一幅图像，使融合后的图像比参加融合的任意一幅图像更优越的性质，以获得对场景的一致性解释或描述，从而更精确地反映客观实际。参与同和的各幅源图像，可能是来自不同传感器的图像，也可能是来自单一传感器不同时刻的序列图像。对于来自不同传感器的图像要进行时间和空间配准，而对于来自单一传感器的不同时刻的序列图像要进行空间配准，时间和空间的配准精度会直接影响图像融合效果。2.2 图像(t xin)融合的方法像素级融合的过程一般可分为四个步骤：预处理、变换、综合(zngh)、反变换。预处理阶

4、段包括了对被融合的原始图像的滤波和配准处理。配准就是将融合的原始图像进行必要的变换，从而使被融合的图像已经配准，不过也存在些研究论文专门研究配准处理。变换阶段采用的主要方法有PCA；HIS变换；多分辨方法，如金字塔算法和多分辨小波变换。目前多分辨小波变换是普遍采用的方法。综合方法可分为：选择法，即根据某种规则，分别选择不同被融合图像存变换系数，组成一组新的变换系数。加权法，即用某种加权平均算法将不同被融合图像的变换系数综合为一组新的变换系数。优化法，即根据应用不同，构造某个评价融合效果的性能指标，综合结果使该性能指标达到最优。反变换阶段是根据综合阶段得到的一组变换系数进行反变换操作，得到融合图

5、像。在图像融合过程中，采用分块的方法，首先生成原始多曝光图像的权重图，在根据金字塔原理对权重图进行加权平均(pngjn)得到融合后图像。2.1.1 拉普拉斯金字塔变换原理 通过对Burt所提的拉普拉斯金字塔变换原理可知，其算法主要分为两个主要过程：REDUCE过程和EXPAND过程。 REDUCE过程：图像首先与低通滤波器w（如5x5）卷积，将得到的结果进行1/2下采样，重复这个过程l（小写字母L）次，得到尺寸逐级减半的一系列图像，由于滤波器w的形状类似高斯分布曲线，所以由上述过程分解得到的图像被称为高斯金字塔。如式（1）所示： (1lN，0iCl，0jRl) （1）其中，Gl为第l（L）层高

6、斯金字塔图像；N为总层数；Cl，Rl分别为第l(L)层子图像的列数和行数；w(m,n)=h(m)-h(n)为窗口函数，h满足约束条件： （1）归一化性： （2）对称性：h(i)=h(-i);（3）奇偶(q u)项等贡献性：h(0)+h(-2)+h(2)=h(-1)+h(+1)由以上(yshng)约束条件可得： （2） 窗口函数 w(m,n) 可表示(biosh)如下： （3）由此，由G0,G1,GN构成了高斯金字塔。EXPAND过程：此过程主要是预测1/2下采样前的第l-1层高斯分解图像Gl-1，即通过扩展值操作，如式（4）所示： （0lN，0iCi，0j10 （6）LPN=GN （7）所得(

7、su d)图像序列LP0,LP1,，LPN即为拉普拉斯金字塔。图像的重构：将所得的拉普拉斯分量(fn ling)与扩展分量相加，用下式表示：GI=LPI+GI*,N10 （8）从塔顶按照上式逐层进行递推，重建过程实际就是分解的反向(fn xin)操作。通过上述过程，便可得到原图像。2.2.2 梯度金字塔变换原理对上述所得的高斯金字塔中的各分解层再进行四个方向（水平、两个对角线、垂直方向）的梯度方向滤波，就可得到图像的梯度金字塔分解，如下式所示：GPkl=dl*Gk+w*Gk,(0kN,l=1,2,3,4) （9）其中dl为第l方向的梯度算子；w为3*3的核矩阵。对于梯度方向滤波算子dI定义如下

8、： （10）对于w，其定义为： （11）通过对式（9）计算便可以得到水平、垂直及两个对角线方向的四个分解图，由这四个方向的分解图就构成了梯度金字塔。图像在四个方向上的细节和边缘信息能够很好地提取出来。梯度金字塔的重构主要分四个步骤。求方向拉普拉斯金字塔。 （12）为图像的方向拉普拉斯金字塔；（2）求FSD（Filter-Subtract-Decimate）拉普拉斯金字塔LK。累加图像的方向拉普拉斯金字塔 LKI便可得图像的FSD拉普拉斯金字塔，即： （13）（3）拉普拉斯金字塔生成(shn chn)。 LPK=1-w*LK （14）得图像(t xin)的拉普拉斯金字塔后，再按照上述REDUCE

9、的重构方法得到最终图像。 3 应用(yngyng)及前景 图像融合技术作为一门综合了传感器技术、信号处理、图像处理和人工智能等技术的新兴科技，已逐渐发展成为一种十分重要的图像分析与计算机视觉技术。 当前各发达国家已致力于设计用于军事的第二代融合系统，即混合的传感器和处理器。美国在海湾战争中应用的图像融合系统可将前视红外、激光测距、可见光摄像机等多种传感器信息迭加显示，海军舰艇上安装的图像融合系统可使操作手在最佳位置上直接观察到各传感器的全部图像。英国目前也已经开发并投入使用多种数据融合系统用于军事目标探测。在医学发展方面，GE公司于2001年就已经实现了PET（正电子发射断层扫描）与多排螺旋C

10、T的图像融合。国内对数据融合理论和技术的研究起步于海湾战争以后，目前也取得了一些研究成果，应用于航天、航空等方面，但距欧美国家的图像融合技术还有很大差距。图像融合技术在计算机视觉、遥感、机器人、医学图像处理、气象预报、军事目标探测与识别等领域的应用潜力已得到充分认识，但我们现在所掌握的技术还远远不能满足以上各领域对于图像融合技术的要求。参考文献1 杨万海，多传感器数据融合(rngh)及其应用。西安电子科技大学出版社，2004,05。2 程英蕾，赵荣椿。基于像素级的图像融合方法(fngf)研究J，计算机应用(yngyng)研究。2005,05。3 李爱国，谭征，鲍复民，杨博，弓亚歌。数字图像融合，西安交通大学出版社。4 赵巍，多传感器图像融合算法研究，信号与信息处理专业。2003,05。5 崔屹，图像处理与分析-数学形态学方法及应用M。北京：科学出版社，2000。6 贾永红，数字图像图像处理M。武汉大学出版社，2003,09。内容总结（1）图像融合技术可以有效地利用不同输入信道图像信息