钱荣威, 许丹丹, 周 涵

(石家庄铁道大学 电气与电子工程学院，河北 石家庄 050043)

多聚焦图像融合技术能够有效提高图像信息的利用率和系统对目标探测识别的可靠性，是图像融合研究中一类具有代表性的研究问题[1-2]。图像融合方法主要分为空间域算法和变换域算法。空间域算法主要有灰度加权平均法、主成分分析法(PCA)和针对遥感图像通道形式的颜色空间转换法(HSV)等[3-5]。基于空间域的融合算法直接对图像像素进行简单处理，即将图像中清晰区域与另一幅图像的模糊区域进行加权平均容易导致图像信息的丢失，对融合图像的质量产生较大影响。变换域算法主要有Laplace金字塔变换法、小波变换(WT)法、轮廓波变换(CT)法及非下采样轮廓波变换(NSCT)等方法[6-7]。由于变换域算法在提取图像细节上具有更多的优势，因此被广泛应用与多聚焦图像融合中。但传统小波只能捕获有限的方向信息，不能有效反映丰富的方向纹理。双树复小波变换(DTCWT)[8]的提出极大减小了传统小波变换中的平移敏感性。吴一全等[9]将DTCWT与CT中的方向滤波器组(DFB)进行级联得到了具有移不变性的复轮廓波变换(CCT),但因DFB存在下采样行为，所以会在一定程度上影响图像融合效果。采用非下采样滤波器组(NSDFB)替换CCT中的DFB，得到一种不具有非下采样行为的多方向双树复小波变换(M-DTCWT)，将其应用于多聚焦图像融合中，可对图像进行更多尺度和方向上的分解，因此它能够更好地提取多聚焦图像的边缘细节等高频信息，从而提升融合质量。……