基于NSST和NLMF的多聚焦图像融合-AET-电子技术应用

基于NSST和NLMF的多聚焦图像融合

信息技术与网络安全

吴剑1，吴晓红1，何小海1，李林怡2，卿粼波1

(1.四川大学电子信息学院图像信息研究所，四川成都610065； 2.中国民航局第二研究所，四川成都610041)

摘要： 为对融合图像的信息丰富度、边缘清晰度以及视觉效果作进一步的提升，设计了一种基于非下采样剪切波变换(NSST)结合非局部均值滤波(NLMF)的多聚焦图像融合算法。首先，将源图像通过NSST变换进行多尺度、多方向分解得到高、低频子带系数。其次，对低频子带系数采用局部区域的改进拉普拉斯能量和以及非局部均值滤波融合方法构建低频子带系数融合权重;对高频子带系数采用基于相关系数的空间频率与能量相结合的融合规则，再加以相位一致性规则，构建高频子带系数融合权重；最后，通过NSST反变换得到最终融合图像。从三组不同聚焦图像的实验结果来看，所提算法不论是在主观视觉上，还是在客观评价上，融合图像的轮廓、纹理等信息保留度以及视觉清晰度都有较好的提升。

关键词： 多聚焦图像融合非局部均值滤波相位一致性相关系数

中图分类号： TP391.41
文献标识码： A
DOI： 10.19358/j.issn.2096-5133.2021.05.007
引用格式：吴剑，吴晓红，何小海，等. 基于NSST和NLMF的多聚焦图像融合[J].信息技术与网络安全，2021，40(5)：39-44.

Multi-focus image fusion based on NSST and NLMF

Wu Jian1，Wu Xiaohong1，He Xiaohai1，Li Linyi2，Qing Linbo1

(1.Institute of Image Information，School of Electronics and Information Engineering， Sichuan University，Chengdu 610065，China； 2.The Second Research Institute of CAAC，Chengdu 610041，China)

Abstract： In order to further improve the information richness, edge clarity and visual effect of the fused image, a multi-focus image fusion algorithm based on non-downsampling shear wave transform(NSST) combined with non-local mean filtering(NLMF) was designed. Firstly, the source image was multi-scale and multi-directionally decomposed by NSST transform to obtain high and low frequency subband coefficients. Secondly, the improved Sum Modified Laplacian and the non-local mean filter fusion method were used for the low-frequency subband coefficients to construct the fusion weights of low-frequency subband coefficient; For the high-frequency subband coefficients, fusion rules based on the combination of spatial frequency and energy based on correlation coefficients were used, and then phase consistency rules were added to construct the fusion weights of high-frequency subband coefficient; Finally, the final fusion image was obtained by inverse NSST transformation. The experimental results from three sets of different focused images show that: Whether the algorithm in this paper is in subjective vision or objective evaluation, the information retention and visual clarity of the fusion image′s contour and texture have been improved.

Key words : multi-focus image fusion；non-local mean filtering；phase consistency；correlation coefficient

0 引言

图像技术的不断发展以及现代光学成像设备的聚焦范围局限性，很难保证成像图像都位于聚焦区域。多聚焦图像融合技术将同一场景通过相同传感器得到的不同聚焦信息有效地整合在一起，形成一幅内容丰富、信息饱和的聚焦图像，可应用在遥感技术、医学图像和摄影等方面。

基于变换域的融合方法将源图像通过各种变换以得到多尺度、多方向的多幅子带图像；然后，通过各种融合规则对子带图像进行融合；再通过反变换得到最终融合图像。非下采样轮廓波变换(Non-Subsampled Contourlet Transform，NSCT)[1]的提出主要解决了融合图像的边缘及轮廓表现得不是很明显的问题。但是此变换忽视了空间一致性。通过NSCT[2-3]和脉冲耦合神经网络(Pulse Coupled Neural Network，PCNN)的有效结合，不仅解决了空间一致性问题，同时也实现了更好的视觉效果。由于非下采样剪切波变换(Non-Subsampled Shearlet Transform，NSST)[4]具有多方向、多尺度变换，平移不变等良好特性，也被用于图像融合。稀疏表示(Sparse Representations，SR)[5]、低秩表示(Low-Rank Representation，LRR)[6]最近几年也相继出现在图像融合领域，LRR在带有噪声的图像融合中表现较为突出。基于卷积神经网络(Convolutional Neural Networks，CNN)的图像融合技术[7]等也被提出，并且达到了很好的视觉效果。

BUDADES A等提出的非局部均值滤波(Non-Local Mean Filter，NLMF)算法[8]不仅能达到去除噪声的目的，还能在很大程度上保留图像的结构信息。

本文详细内容请下载:http://www.chinaaet.com/resource/share/2000003549

作者信息:

吴剑1，吴晓红1，何小海1，李林怡2，卿粼波1

(1.四川大学电子信息学院图像信息研究所，四川成都610065；

2.中国民航局第二研究所，四川成都610041)

原创声明：此内容为AET网站原创，未经授权禁止转载。

相关内容