[发明专利]基于奇异值分解的图像融合方法

说明书

技术领域

本发明属于图像处理领域，具体涉及图像分解和图像融合方法，用于目标识别。

背景技术

图像融合是一种综合多个原图像信息的先进的图像处理技术，其目的是继承多个原图像中的冗余信息和互补信息，以强化图像中的信息、增加图像理解与识别的可靠性。通过图像融合将会获得更精确的结果，也将会使系统更实用。同时，融合后的图像具有良好的鲁棒性，例如，可以增加置信度、减少模糊性、增加可靠性、改善分类性能等。

目前，将图像融合应用于数字图像处理的主要目的有以下几种：

1)图像锐化；

2)产生立体视觉，以用于立体摄影测量；

3)增强在单一传感器图像中无法看见/看清的某些特征；

4)改善检测/分类/理解/识别性能，获取补充的图像数据信息；

5)利用不同时刻的图像序列来检测场景/目标的变化情况；

6)利用其他传感器图像来弥补某一传感器图像中丢失/故障的信息。

图像融合技术首先在军事上得到应用。目前，图像融合技术在军事上的应用越来越广泛。无论是导弹防御系统的大系统，还是精确制导导弹、自主式炮弹等小系统都离不开这些技术。在民用方面，图像融合已在遥感、智能机器人等领域得到应用。在制造业，图像融合可用于产品的检验、材料探伤、复杂设备诊断、制造过程监视等；在医学上，可帮助医生对疾病更为准确的诊断；在图像和信息加密方面，通过图像融合也可实现数字图像的隐藏以及数字水印的图像植入；随着图像融合技术研究的不断深入，图像融合技术必将会得到更为广泛的应用。

一般认为图像融合分为3个层次，即像素级融合、特征级融合和决策级融合。像素级融合是直接作用于图像像素点的最底层融合。主要分为两大类：

(1)空间域融合方法

空间域融合方法包括加权平均融合方法、像素灰度值选择融合方法、基于区域特征的融合方法等。这类方法的基本原理是不对参加融合的各原图像进行任何图像变换或分解，而是直接对各原图像中的各对应像素进行简单的处理后，融合成一幅新的图像。该方法具有实现简单、融合速度快的特点，在某些特定的应用场合可以获得较好的融合效果，但存在的不足是在多数应用场合难以获得满意的融合效果。

(2)频率域融合方法

图像融合必须在融合的基本原则下进行，即优先保持低空间分辨率图像的低频信息，并在此基础上尽可能多地提高融合结果的空间分辨率。为此，把原图像的高、低频信息有效地分开，并对不同的频段进行不同的处理是对基本原则更为直接的体现，故基于频率域的图像融合方法将会取得更好的融合结果。可以用于频率域融合的方法主要有基于塔型分解的方法、基于小波变换的方法等，它们构造融合图像的多分辨数据结构的内在机理是一样的，都是基于多频率通道的图像融合。

基于塔型分解的图像融合方法是一种多尺度、多分辨率图像融合方法，其融合过程是在不同尺度、不同空间分辨率、不同分解层次上进行的。基于塔型分解的图像融合方法主要可以分为以下几种：

1)基于拉普拉斯塔型分解的图像融合方法；

2)基于比率塔型分解的图像融合方法；

3)基于比度塔型分解的图像融合方法；

4)基于梯度塔型分解的图像融合方法。

图形进行塔型分解的目的是将原始图像分别分解到不同的空间频带上，利用其分解后的塔型结构，对具有不同空间分辨率的不同分辨层，分别采用不同的融合规则进行融合处理。

基于塔型分解的图像融合方法，提出了多尺度，多分辨率的图像融合方法，使图像的融合效果获得很大的改进，但是由于塔型分解是冗余分解，它的各个分阶层有相关性，因而这种塔型分解方法的不足是，基于塔型分解之后的数据总量将要比原始数据量多三分之一以上，并且塔型分解不具有方向性。

用小波变换的方法对图像进行融合时，先对每一原图像分别进行小波变换，建立图像的高分辨层和低分辨层；然后对各分解层分别进行处理，各分解层的不同频域分量可以采用不同的融合规则进行处理，最终得到融合后的小波系数；最后对新的小波系数进行小波逆变换，得到的重构图像为融合图像。小波分解是非冗余的，使得图像经小波分解之后的数据总量不会很大；同时，小波分解具有方向性，可以获得效果更佳的融合图像。

虽然基于多尺度多分辨的图像分解方法目前获得广泛的应用，但是其也存在一定的局限性，比如，可能丢失一些边缘信息等。

发明的内容

本发明的目的在于避免上述已有技术的不足，提出一种基于奇异值分解的图像融合方法，以实现在空域对图像融合处理的良好的性能。