论文部分内容阅读
随着成像技术的不断发展,图像已经成为表达、传输和存储信息的重要工具。鉴于单一图像传感器往往不能产生一个场景的完整表示,理想的做法是设计融合系统,通过合并具有互补信息的图像来丰富用户的视觉体验。图像融合技术可应用于医学诊断、数码相机制造、遥感、目标检测等领域。本文将根据图像数据的特点,设计并研究图像融合算法,讨论衡量图像融合质量的客观评价指标及指标的验证问题。具体内容如下:1.医学结构图像和功能图像融合算法医学图像融合技术在临床诊断中具有重要的应用价值。例如,结构图像能够捕获人体器官的结构和解剖信息,功能图像可以反映人体组织的功能信息。这两种图像构成的融合图像有助于医生诊断神经类疾病。由于两种图像的结构形态差异巨大,传统图像融合算法容易造成颜色失真和纹理丢失。本文利用保边滤波器将结构图像分解为高频层与低频层,采用类间方差最大法分割出功能图像的目标区域和背景区域,再将该目标区域与结构图像的高频层相融合以便在目标区域获得高质量图像,非目标区域直接以原始结构图像填充。实验结果表明,该算法得到的融合图像能够有效地保留图像的颜色和纹理,有利于医生做出正确诊断。2.多焦距图像融合算法现有算法存在两方面问题:(a)靠近边缘的平滑区域融合效果较差;(b)受块效应的困扰。针对这两个问题,本文提出相应的解决方案。(1)鉴于靠近边缘的平滑区域内并非其灰度变化越快,清晰度越高,提出利用Sobel算子与距离变换识别该区域,并设计与其它区域相反的融合策略。实验结果表明,该算法提高了该平滑区域的融合质量。(2)提出一种基于频谱比较的多焦聚图像融合算法。该算法无需进行分块处理,可直接对图像进行整体焦点检测。实验结果表明,本算法能够保留源图像中的清晰信息并有效地避免块效应的出现。该融合算法适用于灰度图像,也适用于彩色图像融合。3.多尺度图像融合算法本文提出两种多尺度普适性融合算法:(1)提出基于内部生成机制(Internal Generative Mechanism, IGM)的图像融合算法。通过模拟人类视觉系统感知图像的机制,将源图像分解为粗糙层和细节层。该算法符合人类视觉系统感知图像的基本原理,能够有效地保留源图像中的细节信息。(2)提出基于同步经验小波分解的图像融合算法。该算法包含三个重要步骤:图像分解,参数融合与图像重构。与其它传统算法相比,其优势在于能够将源图像同步映射到最优小波空间内。4.图像融合质量评价指标质量评估是图像融合领域内的一个重要研究方向。在该部分内容中,本文工作主要有两项:(1)通过对现有指标的机理分析,提出一种客观评价指标集的遴选策略。入选该指标集需满足两个条件:(a)评价准确率高;(b)指标间相关性低。(2)提出一种新的图像融合性能评价指标,该指标由两部分构成:相似度指标和对比度指标。前者用于衡量源图像与融合图像间的信息相似度;后者用于表征融合图像的对比度。5.图像融合质量评价指标验证在实际应用中,图像融合客观评价指标对选择适当的融合算法及优化参数发挥着至关重要的作用。(1)本文基于ROC(Receiver Operating Characteristic,接受者操作特征)曲线和AUC(Area Under the ROC Curve, ROC曲线下方面积)提出一种新的验证方法。该方法考虑了预测质量得分,而不是仅仅计算有多少幅融合图像得到了正确评价,这使得它比现有的验证方法具有更高的区别度。(2)提出了ROC曲线的改进版本,diROC曲线。同时,使用该曲线的下方面积(diAUC)定量分析分类器的性能。该指标的优势在于,将样例的分类难度加以考虑,使评估结果更加准确、可靠。本文的主要创新点包括:(1)针对医学结构图像与功能图像的特点,提出基于保边图像分解和图像分割的融合算法,有效避免了融合图像的颜色失真与纹理细节丢失。(2)通过识别图像平滑区域,设计特定的融合策略解决多焦距图像融合算法中平滑区域融合效果差的问题;采用全局谱比较方法解决块效应问题。(3)在融合算法中引入视觉感知理论,通过模拟内部生成机制将图像进行分解并融合,使融合图像符合人类视觉系统的感知机理。(4)提出同步经验小波分解算法,该算法能将多幅源图像同步分解到最优小波空间内,便于设计恰当的融合规则。(5)提出构建客观评价指标集合思想,设计集合构造的基本方法。(6)分析图像融合客观评价指标的本质,从分类器角度利用ROC分析法验证指标性能。引入评估(分类)难度概念,提升ROC分析的可靠性。