当前位置：首页 > 测试测量 > 测试测量

多聚焦彩色图像融合预处理

时间：2009-08-24 11:06:48

关键字：彩色图像 BSP 模型 RGB

手机看文章

扫描二维码
随时随地手机看文章

[导读] 在实际中，彩色图像可以将不同的亮度和不同的彩色组合起来表示不同的信息，由彩色图像融合而成的彩色融合图像就可以更好地表达细节信息，因而彩色图像的融合对于实际应具有更为重要的作用。而大多数讨论多聚焦图

在实际中，彩色图像可以将不同的亮度和不同的彩色组合起来表示不同的信息，由彩色图像融合而成的彩色融合图像就可以更好地表达细节信息，因而彩色图像的融合对于实际应具有更为重要的作用。而大多数讨论多聚焦图像融合的文章都只讨论灰度图像，或是讨论多聚焦彩色图像融合时，仅仅简单地对RGB三分量进行分开处理，如：文献[9]提出了一种基于三基色RGB的融合方法，该方法分别对三基色分量进行小波变换，以三基色分量方向对比度为判据进行融合，但它忽略了多聚焦彩色图像各分量的特性及对融合结果的影响程度。本文详细分析不同颜色空间和不同颜色分量对融合结果的影响。

1 几种常见的颜色模型及其相互转换
    下面是几种常见的颜色模型：
    (1)RGB颜色模型
    RGB颜色模型(空间)是用于显示和保存彩色图像的最常用的彩色模型，由R(红)、G(绿)和B(蓝)三个分量组成。
    (2)HSI颜色模型
    HSI颜色模型将亮度分量(I)与彩色图像中携带的色度(H)和饱和度(S)分开，因此HSI模型对于开发基于彩色描述的图像处理算法是一个理想的工具，对于人类来说，它们看起来更加自然和直观。
    (3)YIQ颜色模型
    YIQ颜色模型来源于国家电视标准委员会(NT-SC)制彩色电视信号的传输。其中，Y分量代表图像的亮度信息；I，Q两个分量则携带颜色信息，J分量代表从橙色到青色的颜色变化，而Q分量则代表从紫色到黄绿色的颜色变化。
    通过把彩色图像从RGB转换到YIQ颜色空间，可以把彩色图像中的亮度信息与色度信息分开，RGB与YIQ颜色空间的相互转换公式为：

对于不同的彩色模型，采用方差法与加权法结合进行融合实验，采用db8小波的进行分解，分解层数为3层，最终得到的融合结果如图2所示。

通过对表1的分析，将各项评价函数再取均值来研究总体效果可以看出，基于YIQ模型的各项融合指标较好。

3 不同颜色分量对融合结果影响的比较
    文献[10]将颜色的三维分量分解成亮度Y和色差I，Q，然后进行融合，但未讨论各颜色分量对融合结果的影响程度，本节考虑到YIQ各分量不同的物理意义，讨论各分量对融合结果的影响。
    首先，分析一下YIQ模型中各分量的特性。采用标准Lena彩色图像图1(a)，将其由RGB模型变换到YIQ模型。    计算各分量的信息熵，Y分量的信息熵为7．446 3，I分量的信息熵为5．911 3，Q分量的信息熵为4．753 6，可以看出，彩色图像的信息含量主要在Y分量中，其对融合结果有重要影响。
    下面通过实验具体说明这一点。分别对Y，I，Q分量中任意一分量运用能量法与加权法相结合的方法进行融合实验，其他两分量的融合结果采用两幅源图像中任意图像对应分量，融合结果如表2所示。

从表2中可以看出，Y亮度分量对融合结果的影响要比I，Q两色度分量对融合结果的影响大，说明在多聚焦彩色图像融合中，Y亮度分量含有的细节信息较多，所以对其应重点处理。

4 结语
基于RGB，YIQ，HSI和YCrCb的多聚焦图像融合结果是有区别的。本文实验表明，基于YIQ模型的各项融合指标较好。对于YIQ颜色模型，Y亮度分量对融合结果的影响要比I，Q两色度分量对融合结果的影响要大，说明了在多聚焦彩色图像融合中，Y亮度分量含有的细节信息较多，所以在融合时要对其重点处理。