洪 铭 柳培忠 汪鸿翔



基于动态引导滤波的多尺度图像融合算法

洪 铭 柳培忠 汪鸿翔

华侨大学工学院

该文基于动态引导滤波器（RGF）提出了一种新的图像多尺度表示方法，并将其应用到图像融合技术中。首先，使用RGF将输入图像用多种尺度的子图表示；然后，基于显著性检测获得输入图像的权重映射；最后使用基于递归滤波的加权融合方法得到最后的融合图像。多组图像融合实验的比较结果表明，相比于其它基于多尺度分解的融合算法，本文提出的融合算法更好地保持了输入图像的细节信息，融合图像的视觉效果更好。

RGF 显著性检测 递归滤波

1 概述

图像融合是指将相同场景下的不同图像合成一幅图，图像融合技术在计算机视觉、医学图像处理、遥感图像、特征提取等领域都有广泛应用[1]。融合后的图像通常能提供更充分的场景信息，并且更有利于人眼和机器识别[2]。

多尺度变换理论被广泛应用到各种图像融合技术中。基于多尺度变换的图像融合技术主要步骤包括：一是将输入图像分解成多种尺度的子图，二是根据给定的融合策略对分解子图进行加权融合，三是使用逆变换重构融合图像。其中图像分解过程通常使用各种金字塔技术，包括拉普拉斯金字塔（LP）[3]、低通滤波金字塔（RP）[4]和梯度金字塔（GP）[5]。除此之外，小波变换[6]和曲波变换[7]也经常用于图像融合领域。但是，由于这些多尺度变换方法通常会使用到上采样或下采样处理，从而使得融合后的图像丢失掉部分细节信息[8,9]，并且在变换时也会引入噪声，使得融合图像的边缘处产生圆晕效应。……