基于小波变换的激光雷达图像融合研究

发布时间：2019-10-25 22:10

【摘要】：为了获得更好的激光雷达图像融合效果,提高图像融合质量,提出一种基于小波变换的激光雷达图像融合方法。首先采用小波变换对激光雷达图像进行分解,得到不同频率的小波系数,然后对低频小波系数进行加权,选择高频小波系数实现激光雷达图像融合,最后采用仿真实验对其性能进行分析。结果表明,相对于当前经典激光雷达图像融合方法,本文方法的激光雷达图像融合结果的主观和客观质量均更优,完全可以满足激光雷达图像实际应用的需求,具有较高的实际应用价值。
【图文】：

原理图,激光雷达,图像融合,小波变换

rjournal．cn光雷达图像融合速度，本文提出一种基于小波变换的激光雷达图像融合方法，结果表明，相对于当前经典的激光雷达图像融合方法，本文方法激光雷达图像融合效果更优，完全可以满足激光雷达图像实际应用的需求。1小波变换的激光雷达图像融合原理小波变换的激光雷达图像融合原理为:首先收集激光雷达图像，并对其进行预处理，如归一化，然后采用小波变换对激光雷达图像进行分解，得到不同频率的小波系数，最后采用不同的规则对小波低、高频系数进行融合处理，并采用小波逆变换实现激光雷达图像的融合，具体如图1所示。图1小波变换的激光雷达图像融合原理2小波变换的激光雷达图像融合实现2.1小波变换小波变换(wavelettransform)［12］是一种时－频域的信号分析方法，多分辨率性能相当的好，而且具有自适应性，解决了传统傅里叶变换不能够描述信号局部特征的缺陷，得到了更优的信号时域和频域的细节信息，在信号处理等领域得到了广泛的应用。小波变换包括两个阶段:分解阶段和重构阶段，Mallat算法［13］是当前小波变换过程常用的分解和重构算法，采用两个滤波器对一幅图像进行小波分解，得到不同频率的小波系数，然后采用两个重构滤波器对图像进行小波重构，提高图像的质量。小波分解公式具体如下:Cj+1=HCjH'Dhj+1=GCjH'Dvj+1=HCjG'Ddj+1=GCjG'(1)式中，j=0，1，…，J－1，J为分解层次，H表示低通滤波;G表示高通滤波。小波重构公式具体如下:Cj=H'Cj+1H+G'Dhj+1H+H'Dvj+1G+G'Ddj+1G(2)式中，j=J－1，J－2，…，0，Cj+1表示低频分量;Dhj+1、Dvj+1、Ddj+1表示高频分量，H'、G'分别为H、G的共轭转置矩阵。2.2小波变换?

过程图,激光雷达,过程,图像融合

高频分量，H'、G'分别为H、G的共轭转置矩阵。2.2小波变换的激光雷达激光图像融合过程设A、B分别表示两幅待融合的激光雷达图像，激光雷达图像的融合结果为F，那么小波变换的激光雷达图像融合过程为:(1)对两幅激光雷达图像分别进行小波分解，得到不同层次的小波系数;(2)对激光雷达图像的各高频低频分解层分别进行融合处理，得到最终融合后的小波系数;(3)对激光雷达图像的融合后小波系数进行小波逆变换，得到重构后的激光雷达图像，即融合的激光雷达图像。综合上述可知，基于小波变换的激光雷达图像融合的过程如图2所示。图2激光雷达图像的融合过程2.3激光雷达图像的具体融合规则2.3.1激光雷达的低频系数融合规则在激光雷达图像融合过程中，原始图像主要信息保存于低频系数中，融合结果的好坏直接影响激光雷达图像融合的质量，根据激光雷达图像低频系数的特点，本文选择小波系数加权平均融合规则。设Cn(F)表示激光雷达融合结果的低频系数矩阵，可以描述为:Cn(F)=α×Cn(A)+β×Cn(B)(3)式中，α、β分别表示权重系数，且α+β=1，，α、β的取值具体为:(1)若融合目的为改善激光雷达图像A的质量，那么设置α＞β。(2)若融合目的为改善激光雷达像B的质量，那么设置α＜β。(3)若两幅激光雷达图像均来同一场景不同采集时刻，那么它们的低频系数应该比较接近，就设置α=β=0.5。32邓江洪等:基于小波变换的激光雷达图像融合研究《激光杂志》2015年第36卷第12期LASEＲJOUＲNAL(Vol.36．No.12.2015)
【作者单位】：黄淮学院;
【基金】：2013河南省科技攻关项目(132102210423) 2012河南省科技攻关项目(122102210549)
【分类号】：TN958.98

【参考文献】