一种新的提升小波变换方案及其在图像融合中的应用

何伟

(湖北大学计算机与信息工程学院，湖北武汉430062)

一种新的提升小波变换方案及其在图像融合中的应用

何伟

(湖北大学计算机与信息工程学院，湖北武汉430062)

为了获得较好的图像融合效果，针对传统小波变换的不足，提出了一种新的小波提升方案。引入加权系数对高、低频信号分别进行提升处理，然后利用自适应因子对图像的高、低频信号采用不同的融合规则进行图像融合，最后通过提升小波逆变换，得到结果图像。实验结果表明，算法能够提取更多的近似信息，同时保留了更多的细节信息。

提升变换；加权系数；自适应因子

1 概述

小波分析具有多分辨率及良好的局部特性，在信号处理、语音识别、故障诊断等领域有着广泛的应用。传统的小波变换为了快速有效提取图像信号中有用的信息，采用空间和频率的局部变换，需要进行复杂的卷积计算，导致时间和空间复杂度增大。而提升小波变换在空间域中构造，优点是克服了小波变换运算过程繁琐的问题，能够快速地获取源图像中更为丰富、全面的信息[1]。

为了获取较好的图像融合效果，本文提出了一种新的小波提升变换方案并设计一个融合规则集合，通过仿真实验验证了算法的有效性和优越性。仿真实验表明，本文提出的算法可以更好的提取原始图像中的近似信息，并且保留了更多的细节信息[2]。

2 图像融合的原理

第一步，将待融合图像A和图像B，变换分解成为高频信号和低频信号；第二步，采用不同的融合算法将分解后的高频、低频信号融合成为新的高、低频信号；第三步，高、低频信号经提升小波逆变换成为结果图像。如图1所示。

图1 图像融合的原理

3 本文的提升方案

本文采用提升小波变换，提升方案如下：第一步，分裂。将待融合图像A和图像B经过水平、垂直、对角线分解成一个低频信号和三个高频信号。第二步，预测。利用三个高频信号的特征，引入加权系数，分别加载到分解后的低频信号，生成新的低频信号。第三步，更新。利用新的低频信号中的细节特征，分别去更新分解后的高频信号，生成三个新的高频信号。第四步，利用融合规则将更新后的高、低频信号进行融合，生成结果图像的高、低频信号。第五步，通过提升小波逆变换，生成结果图像，如图2所示[3]。

图2 本文提升方案及其在融合中的应用

4 本文的融合规则

本文设计一个融合规则集合，高低频信号采用不同的融合规则。对低频信号，为了保留更多的近似信息，采用计算3×3邻域能量和，取最大值所在邻域的中心点作为融合后的新的低频信号。高频信号，为了提取更多的细节信息，保持区域信息的完整性，将低频计算能量和得到的中心点周围的三个方向的高频信号提取出来，引入自适应因子，变换成为融合后的新的高频信号[4]。

5 实验结果

通过两次对比试验，分别给出待融合图像A、B，经过提升变换、图像融合和逆变换，得到结果图像。实验效果如图3所示：

图3 实验效果图

从效果图中，可以发现在结果图像中，保留了图像A、B中更多的近似信息的同时，也提取了各自的细节信息。在主观视觉上得到了较大的提升，并且运算时间短。

[1]江泽涛,杨阳,郭川.基于提升小波变换的图像融合改进算法的研究[J].图像与信号处理,2015,4(2)：12-19.

[2]张惊雷,赵俄英.基于NSCT的红外与可见光图像融合方法[J].激光与红外,2013,43(3)：319-323.

[3]ISLAM M S,CHONG U P.Improvement in moving target de⁃tection Based on hough transform and wavelet[J].Iete Techni⁃cal Review,2015,32(1)：46-51.

[4]林卉，RuiliangPu,梁亮,等.方向对比度和区域标准差相结合的图像融合[J].计算机工程与应用,2014，6(1)：31-34.

A New Lifting Wavelet Transform Method and its Application in Image Fusion

HE Wei
(College of Computer and Information Engineering,Hubei University,Wuhan 430062,China)

In order to obtain better image fusion results,a new wavelet lifting method is proposed to solve the shortage of tradi⁃tional wavelet transform.Firstly,weighting coefficient is used to improve the high and low frequency signals.Secondly,the meth⁃od uses the adaptive factor to the image of the high and low frequency signal into image fusion.Finally,result images are fused by inverse transformation.Experimental results show that the algorithm can extract more approximate information and more details.

lifting transformation;weighted coefficient;adaptive factor

TP391

A

1009-3044(2017)21-0192-02

2017-06-25

湖北省教育厅科学技术研究计划青年人才项目(Q20161011)

何伟(1980—)，男，讲师，主要研究领域为系统分析与集成，模式识别与图像处理。