使用引导滤波器的图像融合 笔记

使用引导滤波器的图像融合

原文：Image Fusion with Guided Filtering
https://ieeexplore.ieee.org/document/6423909

摘要：
1.一种新颖的基于滤波器的权重平均技术
2.应用图像：多光谱、多焦距、多模态、多曝光

1 介绍
1.优点：①双尺度②一种结合像素显著性和空间信息的权重构造方法，使用引导滤波作为局部滤波方法③通过调整引导滤波器的参数来控制像素显著性和空间一致性

2 引导图相关滤波器
1.输出滤波O是引导图像I在以像素k为中心的局部窗口wk中的线性组合，wk的大小为（2r+1）*(2r+1)

2.ak和bk是使输入图像P和输出图像O的方差最小的常数

3.ak和bk通过线性回归给出

4.r和正则化系数决定了滤波器的大小和引导滤波器的模糊程度
5.也可处理彩色图像

3 利用引导滤波器的图像融合
1.主要过程
A.双尺度图像分解
1.通过均值滤波器分解成双尺度表示
2.基础层：

In是第n个原图像，Z是均值滤波器
3.细节层：

B.通过引导滤波器的权重构建
1.用拉普拉斯滤波器得到高通滤波Hn：

2.显著图Sn：

3.衡量得到的显著性图对于细节图的显著水平提供了好的特性，由显著性图得到的权重图如下：

4.在权重图Pn和相应的原图像In作为引导图的情况下使用引导图像滤波器：

WB和WD分别是基础层和细节层的权重
5.大滤波器和大模糊程度对于基础层，小滤波器和小模糊程度对于细节层

C.双尺度图像重建
1.步骤：①不同图像的基础层和细节层通过平均权重融合在一起

②通过结合图像的基础层和图像的细节层得到融合图像F

4 实验和讨论
A.实验开始
1.数据集：Petrovi´c database
2.对比算法：（7个）：LAP，SWT，CVT，NSCT，GRW，WSSM，HOSVD

B.客观图像融合质量指标
1.五个指标：QMI，QY，QC，QG，QP

H()是边际熵，MI()是互信息，QMI表示的是原始图像的信息在融合图像中的保留

SSIM是结构相似性，QY衡量的是原图像中结构信息的保留

UIQI代表普遍图像质量指标，QC评估的是原图像重要信息在融合图像中的保留，同时最小化可以干扰解释的失真程度

QG衡量的是从原图像中转换的边缘信息的成功程度

QP是相位一致性，包含的是角落和边缘信息，保留的是原图像的显著性信息

C.自由参数分析
根据统计图，参数选择对于结果影响不是特别大

D.实验结果和讨论
1.和其他融合方法进行比较
2.和经典权重方法比较
3.计算效率分析
4.彩色图像系列融合

5 结论
1.用均值滤波器得到双尺度图像表示
2.使用引导滤波器进行权重优化