外文翻译-基于多聚焦图像融合的新方法

英 文 翻 译 系 别 专 业 班 级 学生姓名 学 号 指导教师 1 A a of We a to a to to as of is of . of its in in to of To in of to of 2 is to as of on to of we a is n . is a “002. is by P is to of B. is of of 1) he of of so we of as 2) 3 or of is to of so it if a of of to be F R(22 F is F is of as F to of of as as on as ),(),(),( 22, n ),(),1(m,x , ）（ ),()1,(),(, （ 2 (2-2)is of of at x, y) of in j,k H M, N of 3* 3*5). of is as ,(),( .,（ 2 j E of at of is 2 ),(),(, ,(),(),(, 4 ;1,),(),(),(, ,),(),(| , ,(),(),(),(),(),(),(,（ 2 T is T 0, is of of . n (c) d), of is as (e), of is is by by (c) d). is (e), of in (f). (a) (b) 5 (c) (d) (e) I (f) . of n to to as . . f , in is I 6 as as f . he as 1) on to 0 . 2) 0 m n. M of ,B 0 M of If is is ,(),(),(),(2),(0(3 ,(),(),(),(2),(0(33) a r,c): ot he r w i s 0 ),(01),( (3, N is of r =1,2,.,M / m , c = 1,2,., N / n . r,c in 4) on by f r,c) =1 of in r,c) 3 , ),(),( （ 3 r,c)=0 of in r,c) 3 is , 7 ),(),( 3 ),(),(0 （ 3 B. o s is *8. in is 2 (a) b), s a of in of (of of is is of in a) on (b) on c) (d) 8 (d) . of n to as of of to of is I. V. we a a is to 9 as a 10 基于多聚焦图像融合的新方法 摘 要 基于 换的抽象图像融合会产生伪吉布斯效应的缺乏平移不变性。为解决这个问题我们提出了一种结合 换与图像块融合的新方法。首先基于 个新的融合规则，提出了获取初始融合图像变换。其次，源图像和初始融合图像被划分成相同大小的图像块。源图像的块更类似于相应的初始融合图像块，被选择作为最终的融合图像块。初步的融合结果对于清晰区域和模糊之间的边界部分进行保存。实验结果表明，该方法能有效消除轮廓波产生的图像失真变换缺 乏平移不变性。融合效果更优于图像块和 换的融合方法。 关键词： 图像融合； 换；平移不变性；图像块；块效应 一、引言 因为多分辨率分析的好的细节表现能力，现在被广泛应用于图像融合处理。常用的变换域融合算法包括小波变换和多尺度几何分析。由于可分离小波具有有限的方向，从而导致了融合图像的边缘和细节显得模糊的缺陷。为了解决这个问题，提出了多尺度几何分。基于 图像融合算法变换已经提出在继承，见参考文献。 换的优点是高度方向性和各向异性 ，从而得到比小波变换更好的融合效果。但 换和小波变换都缺乏平移不变性。图像融合过程中会产生伪吉布斯效应，导致图像失真。图像阻断融合算法是平移不变性由于直接选择清晰的图像块作为融合结果没有抽样的步骤。然而，阻断效应将出现在明确的区域和模糊区域之间的边界部分。根据两种算法各自的优点，提出了一种新的方法结合 换与图像块融合，能有效地抑制图像阻断作用。 二、基于 换的融合算法 11 换原理 换是一个“真 正”以 2002 年提出的 普拉斯金字塔分解（ 方向滤波器组（ 滤。首先，分解原始图像为一个低通子图像和一个带通子图像由唱片分解。带通子图像是原始图像和所述低通预测图像之间的差分图像。然后通过方向滤波器组分解的带通子图像分成几个方向的子带。重复上述过程，以低通子带将实现多分辨率和图像的多方向分解。 换不仅具有多尺度和时频局部特性，而且具有方向性的特点，可以准确地捕捉到 图像边缘成不同尺度和不同的频率子带。 合算法 融合规则是图像融合算法的核心，它们的优点和缺点将直接影响最终图像的融合效果。由于低频和高频进行 解得到的子带代表不同的物理含义，所以采用不同的融合规则。 1、低频子带融合规则 低频子带反映了图像的一般载文信息。因为这两个源图像的低频子和系数非常接近，图像的低频子带反映了一般信息。因为这两个源图像的低频子带系数很接近 ,所以我们计算两个副环带系数的平均值作为融合图像的低频子带系数。 2、高频子带融合规则 最近，高频子带的融合规则常常忽略可以反映当地或方向对比度的图像低频子带和高频子带之间的关系。人类的视觉系统对图像的局部对比度非常敏感的，所以它会得到更好的融合效果，结合 换的局部对比度。本文提出了一种基于梯度能量对比了新的高频系数的选择。对比度的定义显示图像的高频相对于背景中的信息的强度。图像的对比度可以被定义为： F R(2式中， F 是图像局部亮度值。 F是可被认为是低频分量的图像的背景亮度。和 大的 R 是，在图像的局部区域中的较大的对比度，以及更高的清晰度。基于以上分析，定义图像局部区域的 换域如下的梯度能量： ),(),(),( 22, n 12 ),(),1(m,x , ）（ ),()1,(),(, （ 2 （ 2）为中心，对第 k 个子带方向第 j 层的象素位置（ x， y）的局部区域的能量梯度的公式。，示第 j 层轮廓波分解后的第 k 个高频方向的子带系数。M， N 中定义的局部区域（ 3 3 或 5 5）的大小。在轮廓波变换域中上述局部区域的能量梯度相反的定义如下： ,(),( .,（ 2 其中j 个尺度低频子带的系数的区域的梯度能量。高频系数的选项被显示为（ 4）： ),(),(, ,(),(),(, 其中， ;1,),(),(),(, 或者 ， ,),(),(| , ,(),(),(),(),(),(),(,（ 2 式中 T 为实验门槛， T 0, 融合图像的高频子带系数， 分别是源图像 A 和 B 的高频子带系数。 合实验 在图 2c）和（ d）所示，对应的高频系数的最大值被选择作为融合图像的高频系数。在图 1（ e）中，高频系数的最大区域采用能源融合规则。对于低频系数选择规则全部采用平均融合方法， 波则选择小波变换融合。分解 3级是由所有的算法选择。从视觉效果来看，图像边缘模糊和虚影出现在图 2c） 13 和（ d）。虽然融合结果在图 1（ e）改进，但仍不能达到在本文提出的算法要求。 (a)视觉聚焦图像 (b)近聚焦图像 (c)小波 (d)轮廓 1 (e)轮廓 2 (f)新 图 2同融合算法的比较结果 14 为了客观地评价图像融合的结果，这三个指标的均方根误差（ 峰值信噪比（ 熵的计算，如表 2示 : 表 2像融合客观评价 从表 2以看出，本文提出的融合算法优于其他方法。然而， 合图像将会产生失真。 三 合方案 建议的融合实现步骤如下： (1)保 险丝源图像 A 和 B 的基础上，新提出 换融合算法得到的最初的融合图像 (2)将输入图像 A 和 B 的初始融合图像 相等大小的正方形块，其大小为 m n 个。计算的相似度的值 A， B 和 别对应子块的 越高表示两幅图像的相似度极高。如果源图像块和初始融合图像块之间的相似度值越大，则最终的融合图像越接近源图像。 ,(),(),(),(2),(0(3 ,(),(),(),(2),(0(3融合方法 评估指标 波 廓 1 廓 2 15 (3)建立一个符号矩阵 r,c): ot he r w i s 0 ),(01),( (3其中 m,n 是原图像的长度和宽度； ,.,2,1,/,.,2,1 ， r,c 实际上市图像位置坐标的形象。 (4)检查符号矩阵的一致性，然后得到最终的融合图像 F 按下列计算： 如果符号（ R， C） =1 且在输入符号矩阵的（ R， C） 3 3 邻域中各个元素的和等于 9，则： ),(),( （ 3 否则如果符号（ R， C） =1 且在输入符号矩阵的（ R， C） 3 3 邻域中各个元素的总和等于 0，则： ),(),( 3 否则： ),(),(0 （ 3 合实验 为了验证算法的优越性和可靠性，对比实验是用图像阻断融合 换方法。图像块的大小是 8 8。本文提出了新的 换融合规则中选择了融合。从图 3源图像的观察。图 3a）和（ b）中，人的头都具有转动一个小的角度，即本地的非刚性变换发生在源图像中。图 2 显示了不同的算法的结果。视觉结果表明，块效应出现融合阻挡。明显的“涟漪”（振铃）和信息的虚假边缘发生在 换的融合。该人头部的边缘区域尤为明显。这是由于 换缺乏平移不变性，本文提出的算法获得最佳的视觉效果，不仅具有平移不变性，但块效应得到了有效的抑制。 16 （ a）集中在左边 （ b）集中在右边 (c)图像块 （ d）轮廓波 （ e）新 图 3同融合算法的结果 为了客观评价图像融合效果，请选择互信息和边缘保留的图像质量评价指标。因为这两个指标可以衡量图像质量无参考图像，能够满足本条的要求。互信息反映了从原始图像中获得的信息的量。边缘保持可以测量从源传输到融合图像有多少边缘细节。更大的两个值，融合方法融合更好