基于Contourlet变换的图像融合方法研究(2)

　　3 图像Contourlet变换融合算法 

　　Contourlet变换也称为塔形方向滤波器组（PDFB），主要思想是使用一个类似小波的多尺度分解捕捉高频奇异点，再根据方向信息将位置相近的奇异点汇集成轮廓段[4]。其分解过程是：首先采用拉普拉斯塔式分解（LP）对输入图像进行迭代分解，生成一系列不同尺度上的低频和高频子带；接下来，对LP分解所得到的高频子带通过扇型滤波器组（QFB）进行扇型方向上的频率切分，再与旋转重采样操作适当组合以实现图像高频信息的方向滤波。这样通过少量的系数即可以有效地描述图像的边缘轮廓。 

　　Contourlet变换用于融合的过程是： 

　　⑴ 先对两幅待融合图像分别进行Contourlet变换，分别得到各自的低频图像和不同尺度下的高频图像； 

　　⑵ 对分解后的低频和高频系数分别用不同的融合规则进行融合系数处理，得到融合后的各尺度上的低频系数和高频系数； 

　　⑶ 对融合后的低频系数和高频系数进行Contourlet逆变换，最终得到重构的融合图像。

　　经过Contourlet变换后的图像融合效果如图3所示。 

　　4 效果评价与结果分析 

　　表1给出了不同融合算法的图像质量评价结果。目前对于图像融合的评价方法主要有主观评价方法和客观评价方法。主观评价方法是以人作为观察者，对图像的优劣做出主观定性评价，这种方法主观性较强，具有不确定性、不全面性。客观评价方法是对图像进行客观定量的评价，一般情况下可以用若干个指标对图像融合性能进行客观评价，如均方根误差、均方误差、交叉熵、峰值信噪比、信息熵、平均梯度。本文采用互信息MI和边缘信息传递量QAB/F来评价融合结果，二者的值越大，说明方法的融合性能越好。 

　　参考文献： 

　　[1] 胡刚.像素图像融合技术的研究与进展[J].计算机应用研究，2008.3：651-655 

　　[2] 易小波，李浪，邹存.基于Contourlet域的多聚焦图像融合方法[J].衡阳师范学院学报，2012.12：67-68 

　　[3] 张鑫，陈伟斌.Contourle变换系数加权的医学图像融合[J].中国图像图形学报，2014.19：133-140 

　　[4] 李美丽，李言俊，王红梅.多聚焦图像融合的Contourlet变换方法[J].计算机工程与应用，2009.45（10）：20-22