[发明专利]基于多尺度几何分析的SAR图像融合方法

说明书

技术领域

本发明涉及图像处理技术领域，特别是一种图像融合的方法，可用于合成孔径雷达图像，即SAR图像、一般的自然图像和医学图像的融合。

背景技术

图像融合作为多源数据融合的一个重要分支，成为近年来图像工程领域的研究热点。它是一种对不同来源的图像进行综合处理的新技术，对于二维图像来说，融合的目的就是为了从多幅源图像中进行信息提取与综合，从而获得对同一场景或目标更为准确、全面和更可靠的图像描述。利用图像融合技术可以提高目标识别的可靠性和自动化水平。由于SAR图像成像机理，得到的图像中含有一定的乘性噪声，也可通过采用SAR图像和其他光学图像相融合来抑制噪声，从而得到更准确的图像描述。目前，这个研究方向也成为了新的研究热点。

现有图像融合大体上可以分为三类：

第一类是传统的图像融合方法，应用较广的有线性加权法、高通滤波器法、IHS变换法和主分量分析法，这些方法简单易行，在不同的领域得到了应用。但是，这种融合方法的不足是容易产生细节成分模糊。

第二类是自80年代中期发展起来的多分辨融合方法，主要有塔式方法和小波变换融合方法，他们的基本思想是：首先把原始图像在不同的分辨率下进行分解，然后在不同的分解水平上对图像进行融合，最后通过重构来获得融合图像。但是，这种基于小波变换的融合方法的不足是不能够很好的挖掘图像中的边缘信息，会产生“震铃效应”现象和块状现象。

第三类主要是多种算法相结合的各种改进的融合方法。近年来，随着多尺度几何分析的出现和快速发展，使得第三类融合方法迅速成为图像融合研究的热点，出现了许多新的方法用于对第一类和第二类方法的改进。

发明内容

本发明的目的在于克服上述第一类和第二类融合方法容易产生细节成分模糊、“震铃效应”和块状现象的不足，针对图像自身特点，结合Contourlet变换和离散小波变换，提出了一种基于多尺度几何分析的图像融合方法，以提高融合图像的信息含量，保证图像的清晰度。

实现本发明目的技术方案包括如下过程：

(1)分别对两幅源图像进行基于小波变换的图像融合，采用取模极大值的融合规则，得到融合结果，记为img_wave；

(2)按如下步骤分别对两幅源图像进行基于Contourlet变换的图像融合，得到融合结果img_cont：

2a)对两幅不同频段的SAR源图像img1和img2分别进行多层Contourlet变换，得到每个源图像对应的系数，即源图像img1对应得到系数c1＝{低频系数cl1，高频系数ch1}，源图像img2对应得到系数c2＝{低频系数cl2，高频系数ch2}；

2b)将两个高频系数ch1和ch2，采取模极大值的融合规则，即比较所述高频系数ch1和ch2的绝对值，将相对大的值构成融合图像的高频系数ch_cont；

2c)对所述的两个低频系数cl1和cl2取平均值，得到融合图像的低频系数cl_cont，该融合图像的低频系数cl_cont与融合图像的高频系数ch_cont一起构成融合图像的系数c_cont＝{低频系数cl_cont，高频系数ch_cont}；

2d)对融合图像的系数c_cont进行Contourlet反变换，得到基于Contourlet变换的融合图像，记为img_cont；

(3)对所述的两个融合结果img_wave和img_cont，分别计算其信息熵E_wave，E_cont、平均梯度g_wave，g_cont和标准差std_wave，std_cont的值，后缀wave表示是结果img_wave的指标，后缀cont表示是结果img_cont的指标；

(4)将基于小波变换的图像融合结果img_wave和基于Contourlet变换的图像融合结果img_cont的信息熵、平均梯度和标准差进行比较，判定融合结果的质量，若一个融合结果的三个指标信息熵、平均梯度和标准差的值，至少有两个指标的值大于另一个融合结果相对应的指标的值，则判定该融合结果较好，反之，判定为较差；

(5)若判定的结果是基于小波变换的图像融合结果img_wave优于基于Contourlet变换的图像融合结果img_cont，用该img_wave和img_cont取代原始的两幅源图像，并利用基于小波变换的图像融合方法针对img_wave和img_cont进行二次融合，得到最终融合结果img；反之，利用基于Contourlet变换的图像融合方法针对img_wave和img_cont进行二次融合，得到最终融合结果img。