[发明专利]基于梳状波和拉普拉斯塔形分解的多源图像融合方法

权利要求书

1.一种基于梳状波和拉普拉斯塔形分解的多源图像融合方法，其具体实现步骤如下：

(1)、输入源图像I₁(x，y)和I₂(x，y)，分别对其进行拉普拉斯塔形分解，得到源图像的拉普拉斯塔形分解系数，其中包括低频分量和高频分量，源图像I₁(x，y)的拉普拉斯塔形分解系数的低频分量和高频分量分别表示为L₁和H₁，源图像I₂(x，y)的拉普拉斯塔形分解系数的低频分量和高频分量分别表示为L₂和H₂；

(2)、对步骤(1)得到的源图像拉普拉斯塔形分解系数低频分量L₁和L₂直接进行平均，作为最终融合图像拉普拉斯塔形分解系数的低频分量L_F，即L_F＝(L₁+L₂)/2；

(3)、分别将源图像I₁(x，y)和I₂(x，y)低频分量置零后的拉普拉斯塔形分解系数进行逆塔形变换，得到仅含源图像I₁(x，y)高频信息的图像I₁^H(x，y)和仅含源图像I₂(x，y)高频信息的图像I₂^H(x，y)；

(4)、对步骤(3)得到的仅含源图像高频信息的图像I₁^H(x，y)和I₂^H(x，y)在Brushlet变换域中进行融合，得到仅含源图像高频信息的融合图像I_F^H(x，y)；

(5)、对步骤(4)中得到的图像I_F^H(x，y)作拉普拉斯塔形分解，得到图像I_F^H(x，y)的拉普拉斯塔形分解系数，取其中的高频分量作为最终融合图像拉普拉斯塔形分解系数的高频分量H_F；

(6)、对步骤(2)得到的最终融合图像拉普拉斯塔形分解系数的低频分量L_F和步骤(5)得到的最终融合图像拉普拉斯塔形分解系数的高频分量H_F，作逆塔形变换得到最终的融合图像I_F(x，y)。

2.根据权利要求1所述的基于梳状波和拉普拉斯塔形分解的多源图像融合方法，所说的对仅含源图像高频信息的图像I₁^H(x，y)和I₂^H(x，y)在Brushlet变换域中进行融合，其方法如下：

(1)、将含源图像高频信息的图像I₁^H(x，y)和I₂^H(x，y)分别进行Brushlet变换，得到图像I₁^H(x，y)和I₂^H(x，y)的Brushlet分解系数，其中包括类低频分量和高频分量，图像I₁^H(x，y)的Brushlet分解系数的类低频分量和高频分量分别表示为L₁^H和H₁^H，图像I₂^H(x，y)的Brushlet分解系数的类低频分量和高频分量分别表示为L₂^H和H₂^H；

(2)、对类低频分量L₁^H和L₂^H直接进行平均，作为I₁^H(x，y)和I₂^H(x，y)的融合图像的Brushlet分解系数的低频分量L_F^H，即并且对图像I₁^H(x，y)的高频分量和图像I₂^H(x，y)的高频分量，采用局域方差融合算子进行融合，得到I₁^H(x，y)和I₂^H(x，y)的融合图像的Brushlet系数的高频分量H_F^H；

(3)、对仅含源图像高频分量的融合图像的Brushlet变换的类低频分量L_F^H和高频分量H_F^H，作Brushlet逆变换，得到仅含源图像高频信息的融合图像I_F^H(x，y)。