YUV色彩空間下基于Curvelet變換的圖像融合

王言　張豪文

摘要：提出一種在YUV色彩空間下基于二代Curvelet變換融合紅外和可見(jiàn)光圖像的算法。該算法將可見(jiàn)光圖像轉(zhuǎn)換到Y(jié)UV色彩空間，然后提取其亮度分量Y和紅外圖像進(jìn)行基于Curvelet變換的融合。對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行主客觀分析，表明本算法較RGB色彩空間下的算法更好地保留了原圖的色彩信息，較小波變換算法更多地保留了原圖的有用信息，提高了融合圖像的視覺(jué)效果。

關(guān)鍵詞：圖像融合；YUV色彩空間；Curvelet變換；視覺(jué)效果

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2018）01-0100-01

紅外成像和可見(jiàn)光成像具有很強(qiáng)的互補(bǔ)性，將紅外和可見(jiàn)光圖像融合[1]，可以有效結(jié)合紅外圖像中的目標(biāo)特征和可見(jiàn)光圖像中的細(xì)節(jié)特征[2]，得到的融合圖像既具有目標(biāo)信息，又具有豐富的細(xì)節(jié)信息。為了提高紅外和可見(jiàn)光融合圖像的視覺(jué)效果，本文提出一種在YUV色彩空間下基于二代Curvelet變換[3]的算法。實(shí)驗(yàn)結(jié)果表明該算法的融合圖像在視覺(jué)效果和客觀數(shù)據(jù)上都取得了很好的效果。

1 基于YUV色彩空間的融合方法

RGB色彩空間并不能很好地從人眼視覺(jué)感知上描述顏色，故本文采用YUV色彩空間進(jìn)行圖像融合。YUV色彩空間使用亮度信號(hào)Y和兩個(gè)色差信號(hào)U、V來(lái)描述色彩。由于亮度分量Y包含了圖像的主要輪廓信息，所以本文將Y分量單獨(dú)提取出來(lái)與紅外圖像融合，這樣既減少了運(yùn)算量，又可避免色彩失真。

2 Curvelet變換

小波分析只能表示信號(hào)的零維奇異性，并且不具有各向異性的二維小波基不能有效地表達(dá)二維信號(hào)中的例如邊緣、輪廓等信息，在圖像融合中會(huì)產(chǎn)生塊狀效應(yīng)。Curvelet克服了小波分析的缺點(diǎn)，其長(zhǎng)條形的支撐區(qū)間具有各向異性，能用更少的系數(shù)來(lái)表示曲線，因此能更好地表達(dá)邊緣、輪廓等信息。

3 基于YUV和Curvelet變換的圖像融合

首先將可見(jiàn)光圖像轉(zhuǎn)換到Y(jié)UV色彩空間，對(duì)可見(jiàn)光圖像亮度分量Y和紅外圖像分別進(jìn)行Curvelet分解得到各自的低頻與高頻系數(shù)，采用加權(quán)平均的策略融合低頻系數(shù)，采用模值取大的策略融合高頻系數(shù)，將融合系數(shù)進(jìn)行Curvelet重構(gòu)得到融合圖像，該融合圖像作為新的亮度分量Y和原始的色度分量U、V進(jìn)行YUV逆變換得到最終融合圖像。

4 實(shí)驗(yàn)結(jié)果及分析

為了驗(yàn)證算法的有效性，選取了RGB色彩空間下的Curvelet變換（RGB-Curvelet）和YUV色彩空間下的小波變換（YUV-Wavelet）兩種算法與本文算法進(jìn)行融合結(jié)果的比較。融合結(jié)果如圖1所示。

首先從主觀視覺(jué)效果對(duì)比融合結(jié)果。可以看出YUV色彩空間下的融合圖像（d） （e）比RGB色彩空間下的融合圖像（c）中的色彩更為鮮艷，特別是圖（d） （e）中房子頂部的紅色飽和度更高，說(shuō)明YUV色彩空間比RGB色彩空間更好地保留了原圖的色彩信息。YUV-Wavelet融合結(jié)果圖（d）中存在塊狀效應(yīng)，而本文算法的融合結(jié)果圖（e）中沒(méi)有塊狀效應(yīng)，其中樹枝的紋理細(xì)節(jié)和房子的輪廓信息都比較清楚，說(shuō)明小波變換融合圖像時(shí)易產(chǎn)生塊狀效應(yīng)，而Curvelet變換能更好地保留圖像中的邊緣、輪廓等信息。

為了客觀地評(píng)價(jià)本文算法效果，選取了互信息、結(jié)構(gòu)相似性、峰值信噪比三個(gè)圖像評(píng)價(jià)指標(biāo)對(duì)各算法融合圖像進(jìn)行了分析，結(jié)果如表1所示。

對(duì)三種算法融合結(jié)果的指標(biāo)進(jìn)行比較，本文算法融合結(jié)果的互信息比RGB-Curvelet和YUV-Wavelet算法分別提高了3.55%和3.19%，說(shuō)明本文算法比RGB-Curvelet和YUV-Wavelet算法從原始圖像獲得的信息更多；本文算法融合結(jié)果的結(jié)構(gòu)相似性與RGB-Curvelet算法基本相同，比YUV-Wavelet算法提高了10.71%，說(shuō)明本文算法比YUV-Wavelet算法的融合圖像與原圖像的相似度高，質(zhì)量更好；本文算法融合結(jié)果的峰值信噪比與RGB-Curvelet算法基本相同，比YUV-Wavelet算法提高了18.48%，說(shuō)明本文算法比YUV-Wavelet算法融合圖像的有用信息更多。

5 結(jié)語(yǔ)

本文提出的YUV色彩空間下基于Curvelet變換的紅外和可見(jiàn)光圖像融合算法較RGB色彩空間下的融合算法能更好地保留圖像的色彩信息，并減少了算法計(jì)算量；較小波變換融合算法能保留更多的原始圖像信息，視覺(jué)效果更好。

參考文獻(xiàn)

[1]冀曉濤.基于Curvelet變換的紅外與可見(jiàn)光圖像融合研究[D].西安電子科技大學(xué)，2012.

[2]付夢(mèng)印，趙誠(chéng).基于二代Curvelet變換的紅外與可見(jiàn)光圖像融合[J].紅外與毫米波學(xué)報(bào)，2009，28（4）：254-258.

[3]E. J. Candès， D. L. Donoho.Curvelets-a Surprisingly Effective Nonadaptive Representation for Objects with Edges[M].Nasbville，TN：Vanderbilt University Press，2000：1.