基于提升小波变换的图像融合规则综述

《基于提升小波变换的图像融合规则综述》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、E—mail：eduf@eeoc．net．cn『SSN1009—3044ComputerKnowledgeAndTechnology电脑知识与技术http：／／ve~．dnzs．net．cnVo1．4，No．4，November2008，PP．954-956Teh+86—551—56909635690964基于提升小波变换的图像融合规则综述汤伟，龚剑国0(1．东华理丁大学信息工程学院，江西抚州344000；2．南昌大学第一附属医院，江西南昌330006)摘要：对提升小波变换的基本原理进行了介绍，描述了基于提升小波变换的图像融

2、合的主要步骤，对基于提升小波变换的图像融合规则进行了概括。关键词：提升小波变换；图像融合规则：图像融合中图分类号：TP751．1文献标识码：A文章编号：1009—3044(2008)31—0954—03CommentsonImageFusionRuleBasedonLiftingWaveletTransformTANGWei，GONGJian—guo(1．InformationEngineeringCollegeofEastChinaInsituteofTechnology，Fuzhou344000，China；2．TheF

3、irstAfiliatedHospitalOFNan—changUniversity，Nanchang330006，China)Abstract：Thebasicprincipleofliftingwavelettransformisintroducedfirsdy．Secondly，themainstepsinimagefusionprocessarede—scribedandimagefusionrulebasedonliftingwavelettransformaresummarized．Keywords：liftin

4、gwavelettransform；imagefusionrule；imagefusion1引言图像融合是将两个或者两个以上的传感器在同一时间或在不同时间获得的关于某个场景的图像序列，进行几何配准后．采用一定的算法将各图像数据中包含的信息有机结合起来，产生一幅高质量的新图像的技术。融合图像更适合人的视觉和便于图像的后续处理，如图像分割、特征提取等。2O世纪8O年代中期发展起来的小波技术，由于在时域和频域同时具有良好的局部化特性，因而为图像融合提供了新的工具。但存交际图像融合应用中，传统小波变换存在着一些问题：1)信号经过传统

5、小波变换后产生的浮点数，由于计算机有限字长的影响，往往能精确地重构信号。2)图像的尺寸有要求，并不能对所有尺寸的图像进行变换。3)对内存的需求量较大，不适于用专用DSP芯片实时实现。41不满足平移不变性。1995年，Sweldens提出了一种基于空间域的小波构造方法——提升方法。提升方法既保持原有的小波特性，又克服平移伸缩不变性所带来的局限。提升方法可以实现小波快速算法，可以在当前位置上进行变换。2提升小波变换的基本原理2．1提升小波分解提升小波分解过程分为分裂(Split)、~．Nil(Predict)和更新(Update

6、)三个步骤：分裂：将原始信号s，分裂为两个互不相交的子集sj一。和d，通常sj一。表示信号的低频近似分量，dj表示信号的高频细节分量。一般是将信号分为偶数序列和奇数序列，即：split(sj)=(gd)。预测：在基于原始数据相关性的基础上，用偶数序列s一的预测值P(g-．)去NN(或者内插)奇数序列d，即将滤波器P对偶数信号作用以后作为奇数信号的预测值，奇信号的实际值与预测值相减得到残差信号。实际中虽然不能从子集S中准确地预测子集d但是P(s)有可能很接近dl冈此可以使用P(sj一，)和dj一的差来代替原来的dj．．，这样产

7、生的dj。比原来的d_-1包含更少的信息，于是得到dj-I=d-P(sj一)。这里，已经可以用更小的子集sj。和dj_]来代替原信号集sj。重复分解和预测过程，经n步以后原信号集可用{sn⋯d⋯，sl,dt}来表示。更新：经过分解步骤产生的子集s。一。的某些整体性质(如均值)并不和原始数据的一致，因此需要采用一个更新过程。方法是通过算子U产生一个更好的子数据集sj使之保持原有数据集sj的一些特性。更新过程表达式为：Sj-1：Sj-i+U(d_1)。从L述可知，提升方法可以实现原位运算，即该算法不需要除了前级提升步骤的输出之外

8、的数据，这样在每个点都可以用新的数据流替换旧的数据流。当重复使用原位提升滤波器组时，就获得了交织的小波变换系数。2．2提升小波重构提升小波的重构过程就是分解过程的逆步骤，它有三个步骤：1)反更新：s_-]=s—U(dj一1)；2)反预测：d_】：dl_】+P(sj一】)；3)合并：s，=M