專利名稱：一種基于仿生視覺機理的多源圖像融合方法
技術領域：
本發明涉及本發明涉及數字圖像處理、人工生物視覺和計算機視覺等多個應用領域，尤其涉及一種基于仿生視覺機理的多源圖像融合方法。
背景技術：
圖像融合技術是將對于同一場景的不同圖像傳感器或同一圖像傳感器使用不同工作參數拍攝的圖像通過圖像處理的手段組合為一幅圖像，其中集成了來自各幅原始圖像的視覺信息，在醫療成像、遠程監控、特征識別、高動態范圍成像、圖像壓縮等方面得到了廣泛的應用。基于小波變換的多尺度圖像融合是當前普遍采用的方法，它具有很好的重構能力，能確保信息不丟失、無冗余。在基于小波變換的融合算法中，小波系數融合規則的選取是圖像融合的核心，規則的好壞直接影響圖像融合質量。目前所有融合算法都沒有考慮到圖像的視覺特征。人工成像系統的目的在于重構圖像，而對時間和空間變化較敏感的仿生視覺系統的目的在于理解和解釋圖像。如果在圖像重構過程中能夠模擬仿生視覺原理，則融合后的圖像將能夠獲得更多有意義的信息。通過對生物視覺的研究結果表明，同一幅圖像的不同區域對人眼的刺激度不同，快速變化大的區域在亮度、顏色和方向上有更高的優先權。在圖像融合的過程中結合生物視覺的特性，使得融合過程具有視覺選擇性和優先性。即在源圖像中有高顯著度的視覺信息，如輪廓和邊緣，在最終的融合結果中也具有更高的顯著度。傳統的三種方法的設計思想
拉普拉斯金字塔方法的設計思想是對原始輸入圖像進行高斯低通濾波和隔行隔列的下采樣，得到高斯金字塔的第一層，再對第一層圖像進行低通濾波和下采樣，得到高斯金字塔的第二層；重復以上過程構成高斯金字塔。在高斯金字塔中，求兩層圖像之間的差異可構成拉普拉斯金字塔。對塔上的每一層采用一定的融合規則計算它們的融合系數，然后根據融合系數重構高斯金字塔。基于小波變換的圖像融合的設計思想是通過對已配準的源圖像進行二維離散小波分解，將其分解在不同頻段的不同特征域上，然后在不同的特征域內采用不同的融合規則進行融合，構成新的小波金字塔結構，再用小波逆變換得到融合后圖像的過程。Ren Xianyi等人提出的基于小波變換和視覺注意機制的圖像融合方法(WT-VAM)，該方法的設計思想是對兩幅已配準的圖像進行二維小波離散分解獲得小波分解系數，分別計算出兩幅圖的視覺顯著圖，利用小波分解系數和視覺顯著度指導每層的融合，最后進行重構獲得融合后的圖像，高低頻系數的選取采用了統一的融合規則。
發明內容
本發明為了解決上述現有技術中的問題，提供了一種基于仿生視覺機理的多源圖像融合方法。
本發明為解決這一問題所采取的技術方案是
本發明的基于仿生視覺機理的多源圖像融合方法，該方法具體步驟如下
第一步對已經配準的兩幅源圖像進行二維離散小波分解，分解后的每一層上都有I個低頻系數和3個高頻系數；
第二步計算每一個源圖像的顯著圖；由于顯著圖是源圖像的1/8，因此至少需要3層小波分解；
第三步高頻系數融合根據各點的全局匹配度，按照選大的策略進行選取；低頻系數融合采用顯著圖來指導；
第四步對融合系數進行小波逆變換得到融合圖像。低頻系數的選取步驟為
(1)能量匹配度這A是源圖像A和B在(x，y)點的小波分解系數，足、均是源圖像A和B在(x，y)點的能量；
權利要求
1.一種基于CNN的彩色圖像邊緣提取方法，采用CNN模型在對二值、灰度圖像研究的基礎上對彩色圖像進行有效地邊緣提取；選取RGB彩色空間進行處理，并充分考慮人眼的視覺特性與顏色分量之間的矢量角度差，從而得出一種新的顏色距離公式，并以此參數作為設定反饋模板與控制模板的重要依據，為CNN的圖像邊緣提取過程提供了重要的參數依據；其特征在于，該方法具體步驟如下 第一步選取彩色空間，進行像素間距離的計算； 第二步設定反饋模板A及控制模板B ;根據顏色距離U與閾值z關系確定模板A和B ; 第三步設定邊緣點判定準則；對細胞神經網絡；進行穩定性及動態性分析，結合顏色距離U，設定邊緣點判定準則； 第四步圖像處理；將彩色圖像代入細胞神經網絡狀態方程進行迭代，并在迭代的過程中隨時判斷狀態細胞的狀態是否收斂； 第五步輸出邊緣圖像；如果符合邊緣點判定準則并且細胞狀態收斂，則輸出為邊緣，否則為背景；邊緣用白色表示，背景用黑色表示。
2.根據權利要求1所述的基于CNN的彩色圖像邊緣提取方法，其特征在于本方法采用RGB彩色空間；在RGB彩色空間中對每個像素與其周圍8個像素分別計算距離U，距離公式采用基于視覺感知的矢量角度色差公式
3.根據權利要求1所述的基于仿生視覺機理的多源圖像融合方法，其特征在于，高頻系數的選取步驟為高頻方向存在顯著大系數，對應圖像中的強邊緣，強區域輪廓及紋理等，考慮到融合中可能遇到高頻小波系數來源不一致的問題，引入了全局匹配度的概念，用它來表明兩幅圖像的相關性，保證小波分解的高頻三個部分系數的來源一致，從而確保小波重構過程的一致性； (1)1、分別是源圖像A、B在—方向上位置為(m，n)的高頻系數，Efd、E-b是源圖像A、B在區域Q，中心為(m，n)的區域能量，是和的匹配度；
全文摘要
本發明公開了一種基于仿生視覺機理的多源圖像融合方法。該方法與傳統圖像融合方法的最主要區別是在圖像融合過程中，使用視覺顯著度圖來指導小波系數的選取和組合過程。這種方法能夠使經融合的結果圖像保持與原始圖像高低一致的視覺顯著圖以及很高信息含量，更加適合于后端的人眼觀察和機器視覺分析。
文檔編號G06T5/50GK103020933SQ20121051811
公開日2013年4月3日 申請日期2012年12月6日 優先權日2012年12月6日
發明者胡燕翔, 萬莉 申請人:天津師范大學