[发明专利]基于平移不变剪切波变换的图像融合方法

权利要求书

1.基于平移不变剪切波变换的图像融合方法，其特征在于：

1)将待融合的两幅源图像的平移不变剪切波低频子带系数和高频子带系数分别采用不同的融合规则进行融合：

1.1)对于平移不变剪切波低频子带系数，通过局部结构张量奇异值分解方法得到低频子带清晰度的局部结构描述子，以局部结构描述子作为融合策略中的活动测度，采用基于结构张量结构描述子取大的融合策略进行融合；

1.2)对于平移不变剪切波高频子带系数，构造了一种基于协方差矩阵与奇异值分解SVD的多方向边缘强度度量方式，采用基于Sigmoid函数与多方向边缘强度度量的多策略融合规则进行融合；

步骤1.2)包括如下步骤：

a)计算高频子带系数的边缘强度

①水平边缘强度

以高频子带系数中的某一系数(m,p)为中心开n×n的窗口邻域，得到图像块X，x_ij为图像块中(i,j)位置的像素值，i,j分别为像素的行坐标与列坐标，取值范围为1到n的正整数，把图像块X的每一行看作观测值，每一列看作变量计算X的协方差矩阵的无偏估计C_h(x)

其中，x_i为n维变量的第i个观测值；为观测值的均值；

计算矩阵C_h(x)的特征值，首先利用SVD将矩阵C_h(x)分解，获得奇异值矩阵Σ_h，然后计算对角特征值矩阵Λ_h，矩阵Λ_h的对角代表C_h(x)的特征值，表示C_h(x)的特征值，水平边缘强度λ_h定义为C_h(x)的特征值的最大值，即

②垂直边缘强度

把图像块X的每一列看作观测值，每一行看作变量计算X的协方差矩阵的无偏估计C_v(y)

其中，y_j为n维变量的第j个观测值；为观测值的均值；

计算C_v(y)的最大特征值λ_v，首先利用SVD将矩阵C_v(y)分解，获得奇异值矩阵Σ_v，然后计算对角特征值矩阵Λ_v，矩阵Λ_v的对角代表C_v(y)的特征值，表示C_v(y)的特征值，垂直边缘强度λ_v定义为C_v(y)的特征值的最大值，即

③对角边缘强度

图像块X的主对角方向像素组成图像块Z¹，次对角方向像素组成图像块Z²，分别为图像块Z¹、Z²中(i,j)位置的像素值，把图像块Z¹的每一行看作观测值，每一列看作变量计算Z¹的无偏估计同样地，把图像块Z²的每一行看作观测值，每一列看作变量计算Z²的无偏估计Z¹和Z²的协方差矩阵的无偏估计和的计算如下：

其中，为n维变量的第i个观测值；为观测值的均值；计算矩阵和的特征值，首先利用SVD将矩阵分解，获得奇异值矩阵然后计算对角特征值矩阵矩阵的对角代表的特征值，表示的特征值，主对角边缘强度定义为的特征值的最大值；同样地，计算的特征值，表示的特征值，次对角边缘强度定义为的特征值的最大值，即

边缘强度S为水平边缘强度λ_h、垂直边缘强度λ_v和两个对角边缘强度的和，即

b)基于Sigmoid函数与多方向边缘强度度量的多策略融合规则

对高频子带采用基于Sigmoid函数与多方向边缘强度度量的多策略融合规则，加权系数ω(l,h)通过Sigmoid函数计算得到，即

其中，和分别表示行为M列为N大小的源图像A、B以及融合图像F在点(l,h)处对应的高频系数值，(l,h)是系数值的行列坐标，l的取值范围为1到M的正整数，h的取值范围为1到N的正整数；分别表示源图像A、B的高频子带系数的边缘强度；K为收缩因子。

2.根据权利要求1所述的基于平移不变剪切波变换的图像融合方法，其特征在于，所述步骤1.1)包括如下步骤：

a)对于低频子带中的某一点(q,p),q,p分别表示低频系数点的行列坐标，q的取值范围为1到M的正整数，p的取值范围为1到N的正整数，其低频系数值为f(q,p)，其梯度为在(q,p)的t×t邻域，点(q,p)的局部梯度向量为：

其中，k＝1,2，…，t²；和分别为q和p方向的导数；

则点(q,p)的局部结构张量为：

其中，k＝1,2，…，t²；和分别为q和p方向的导数；

局部结构张量T进行SVD分解为：

其中，U和V是正交矩阵；s₁和s₂是T的特征值；v₁和v₂是特征值s₁和s₂分别对应的特征向量；

度量低频子带清晰度的局部描述子Q为：

b)采用基于结构张量结构描述子Q取大的融合策略进行融合：

其中，和分别表示源图像A、B以及融合图像F在点(q,p)处对应的低频系数,为的局部描述子，表示的清晰度，为的局部描述子，表示的清晰度。