[发明专利]基于支持度变换的变电压DR图像融合方法

权利要求书

1.基于支持度变换的变电压DR图像融合方法，其特征在于，具体步骤如下：

步骤一、对N幅要融合的图像进行支持度变换，获得各自的系列支持度图像S_1r,…,S_Nr和近似图像P_1r,…,P_Nr，r为分解的层数；

步骤二、采用融合规则分别对支持度图像S_1r,…,S_Nr和近似图像P_1r,…,P_Nr进行融合处理，得到融合后的支持度图像S_Fr和近似图像P_Fr；

步骤三、对融合得到的支持度图像S_Fr和近似图像P_Fr进行支持度逆变换，得到融合图像F；

其中，在步骤一中，支持度变换的具体方式为：

最小二乘向量机LS-SVM用来估计图像的表面灰度，LS-SVM的优化条件为：

式中，Ω＝K+I/γ，K_ij＝K(x_i,x_j)，Y＝[y₁,…,y_N]^T，α＝[α₁,…,α_N]^T，α_i为支持向量x_i的支持度，用映射LS-SVM来求解式(一)，得到的解析解为：

设A＝Ω^-1，式(二)可以变为：

b＝B^TY，

式(三)中的α表达式可改写为：

矩阵Q取决于输入矢量、参数γ和核函数K，选择高斯径向基核函数K(x,x_i)＝exp(-||x_i-x_j||/2σ²)作为核函数，设置映射向量空间大小为5×5，σ²设为0.3，γ取值为1，则得到相应的支持度滤波器为：

由上述滤波器可得到一系列多尺度支持度滤波器，具体方法为：对其进行隔行隔列插入k行0值和k列0值，其中k为支持度变换分解的层数；

设给定的图像为P，则通过与上述系列支持度滤波器卷积得到系列支持度图像{S₁,S₂,…,S_r}，系列近似图像由原图像和系列支持度图像之差得到，具体表达式为：

式中，S_j为系列支持度图像，SV_j为公式(五)中的系列支持度滤波器，P_j为原图像的系列近似图像，r为支持度变换的分解层数，支持度逆变换的过程与上述过程相反，公式为：

其中，在步骤二中，具体的融合规则为：

对要融合的X射线序列图像，用三层支持度变换分别得到各自的序列支持度图像和近似图像，设S_ij(i＝1,2,…,N；j＝1,2,3)表示第i幅图像的第j层支持度图像，N代表要融合的源图像数目；P_i4(i＝1,2,…,N)表示第i幅图像的最后一层低频近似图像；

一、低频近似图像的融合：

低频近似图像的融合采用主成分分析的方法进行融合；

将最后一层的低频近似图像序列P_i4(i＝1,2,…,N)中的每一幅组成一个行向量，记为x_i＝(x_i1,x_i2,…,x_iM)(i＝1,2,…,N)，其中，M为一幅源X射线图像的像素数；设求X的协方差矩阵的特征值λ_i(i＝1,2,…,N)，并将特征值按由大到小的顺序排列，记为λ₁≥λ₂≥…≥λ_N，对应的正交单位化的特征向量e_i＝(e_i1,e_i2,…,e_iN)^T(i＝1,2,…,N)；若e_ij<0，则令e_ij＝0(i,j＝1,2,…,N)，然后利用e_i计算对应的主成分：

PF_i＝e_i^TX＝e_i1x₁+e_i2x₂+…+e_iNx_N (八)

取前n个主成分和的平均值作为融合图像的低频近似图像，即

PF＝(PF₁+…+PF_n)/n (n＝1,2,…,N) (九)；

二、伪边缘的处理：

饱和区定义如下：

其中，I_i(m,n)表示第i幅要融合的源图像在像素(m,n)处的灰度值；

饱和区的边缘为：

其中，B是一个5×5的结构元素，是腐蚀运算符；

根据饱和区的边缘，定义一个能消弱伪边缘影响的掩膜T:

其中，FS_i(m,n)表示第i幅源图像饱和区边缘的图像在像素(m,n)处的值；

三、支持度序列图像的融合：

在融合支持度序列图像前，先把支持度序列图像和消弱伪边缘的掩膜图对应相乘：

HS_ij(m,n)＝S_ij(m,n)×T_i(m,n) (i＝1,2,…,N) (十三)

其中，S_ij(m,n)表示第i幅图像的第j层支持度图像在像素点(m,n)处的值；

公式(十三)得到的HS_ij，在像素点(m,n)处的局部标准差σ定义如下：

其中，U(m,n)是以点(m,n)为中心的N×N大小方形局部窗口区域，选取窗口大小为3×3；E[U_ij(k,l)]为该局部窗口的均值；

则第j层任一像素(m,n)处，融合的支持度图像系数为：