基于環(huán)行多宇宙量子編碼算法的圖像融合處理

邵明省，魏雪峰

（1.鶴壁職業(yè)技術(shù)學(xué)院，河南鶴壁 458030;2.黃淮學(xué)院，河南駐馬店 463000;3.武漢理工大學(xué)，湖北武漢 430070）

基于環(huán)行多宇宙量子編碼算法的圖像融合處理

邵明省1，魏雪峰2，3

（1.鶴壁職業(yè)技術(shù)學(xué)院，河南鶴壁 458030;2.黃淮學(xué)院，河南駐馬店 463000;3.武漢理工大學(xué)，湖北武漢 430070）

針對圖像融合中量子算法存在的缺點，提出多宇宙并行算法。首先通過量子比特編碼來確定宇宙中的個體;然后把量子群分成若干個獨立的宇宙，宇宙內(nèi)部為環(huán)行拓樸結(jié)構(gòu)，通過自適應(yīng)比例產(chǎn)生不同壓力來對量子宇宙之間進行信息交換;最后對圖像融合處理包括高、低頻部分以及評價指標的建立。實驗結(jié)果表明該算法融合結(jié)果清晰、處理速度快。

多宇宙;量子;圖像融合

圖像融合是將兩幅或多幅圖像通過一定的算法分別提取各個輸入圖像中的有用信息，使輸入圖像的空間對應(yīng)點達到一致，防止圖像畸變發(fā)生，最后綜合成新的圖像，得到精確、全面、可靠的圖像信息。目前在視覺處理、跟蹤高空目標等領(lǐng)域具有廣闊前景［1］。

目前學(xué)術(shù)研究圖像融合的方法有以下幾種:圖像像素線性擬合以空間疊加為基礎(chǔ)，但是具有一定的盲目性，并且容易丟失圖像高頻成分;方向?qū)Ρ榷热〈笏惴ㄖ猾@取窗口函數(shù)內(nèi)部圖像的信息，對于窗外的信息則無法獲?。?］;單一的量子融合算法在數(shù)據(jù)優(yōu)化后期會出現(xiàn)量子衰退現(xiàn)象［3］。

本文采用多宇宙思想對量子融合方法進行改進，通過比特編碼來確定宇宙中的個體，各子宇宙群采用環(huán)行結(jié)構(gòu)，即使某個宇宙發(fā)生故障，相應(yīng)的鄰宇宙組成小子宇宙群，不影響整體宇宙的信息交流，量子旋轉(zhuǎn)門采用動態(tài)調(diào)整，同時采用自適應(yīng)比例確定被替換的個體。在融合過程中，對不同的頻率采用不同的融合法則。實驗仿真給出了圖像融合對比結(jié)果，本文算法融合結(jié)果清晰、處理速度快。

1 多宇宙量子算法思想描述

1.1 量子比特編碼

式中:為第t代種群中第j個量子染色體;m為量子比特位個數(shù)，這樣通過劃分不同的比特編碼組，構(gòu)成多宇宙狀態(tài)［4-5］。

1.2 多宇宙信息交流分析

借助于量子的并行性，把量子個體拓撲映射為多宇宙中的子宇宙，各子宇宙體之間具有相互獨立性，同時各自朝著不同的目標進化［6］，各子宇宙體之間的信息交換通過量子空間比特位個數(shù)的變化來改變。

1.2.1 多宇宙環(huán)行結(jié)構(gòu)

各子宇宙群并不是無規(guī)則運行，為了使各子宇宙間信息交流，故選取不同的拓撲結(jié)構(gòu)［7］。本文采用環(huán)行結(jié)構(gòu)，比如U1，U2，U3構(gòu)成一個小子宇宙群;U4，U5，U6，U7，U8，U9則構(gòu)成一個較大的子宇宙群;同時U2，U4，U5構(gòu)成一個小子宇宙群，圖1為多宇宙拓撲結(jié)構(gòu)中共有7個小子宇宙群，雙向箭頭表示可以發(fā)送信息與接收信息。環(huán)行結(jié)構(gòu)中即使某個宇宙發(fā)生故障，則相應(yīng)的鄰宇宙組成小子宇宙群，比如U5發(fā)生故障，原來的U2，U4，U5和U3，U5，U6變?yōu)閁2，U4，U8和U3，U7，U6，這樣并不影響整體宇宙的信息交流。

圖1 多宇宙拓撲結(jié)構(gòu)

1.2.2 自適應(yīng)比例方法選擇宇宙?zhèn)€體

多個宇宙群體之間的信息交流能增加各自宇宙的空間多樣性，從而避免宇宙間的單一性，用自適應(yīng)比例方法確定替換的宇宙?zhèn)€體［8-10］。

自適應(yīng)比例如下:

設(shè)第t代的群體為X（t）=（xt，1，xt，2，…，xt，N），N為群體規(guī)模。種群中任意個體xt，k的適應(yīng)度為f（xt，k），在自適應(yīng)的比例選擇策略下其被選擇的概率p（xt，k）為

式中:fmax表示t代種群中最優(yōu)個體的適應(yīng)度;f－是t代種群的平均適應(yīng)度;k∈（0，1）是動態(tài)調(diào)整系數(shù)。通過冪指數(shù)k取值不同調(diào)整個體被選概率的極限行為。

1.3 圖像融合處理

本文算法對圖像融合處理規(guī)則包括對低、高頻兩部分。

1.3.1 低頻部分融合規(guī)則

假設(shè)圖像空間頻率定義為

式中:H為圖像的行頻率;L為圖像的列頻率，其定義分別為

低頻系數(shù)的融合規(guī)則為

式中:尋優(yōu)系數(shù)ωr（m，n），ωv（m，n）表示紅外圖像與可見光圖像各自的物理特性［11］。

1.3.2 高頻系數(shù)融合規(guī)則

先分別求取紅外與可見光圖像高頻子帶中各元素的局部區(qū)域量

式中:q，p為局部區(qū)域的大小;Ci，j為局部區(qū)域的高頻系數(shù)，然后計算各元素對應(yīng)的局部區(qū)域匹配度

式中:ω為自設(shè)隨機數(shù)，取值ω∈（0，1）。

對低頻的尋優(yōu)系數(shù)ωr（m，n），ωv（m，n）以及高頻匹配度ET（k1，k2）的問題轉(zhuǎn)化為對多宇宙中量子求最優(yōu)解。

1.3.3 評價指標

為了更好地評價融合圖像效果，建立模糊性評價

互信息評價統(tǒng)計，融合圖像與參考圖像的互信息定義為

式中:pR，F(xiàn)（i1，i2）為輸入圖像和融合后圖像的空間聯(lián)合概率密度分布;pR（i1），pF（i2）分別為輸入圖像和融合后圖像的邊緣概率密度分布。

1.3.4 算法步驟

算法過程完整的描述如下:

1）輸入圖像;

2）把圖像空間的像素數(shù)目映射對應(yīng)宇宙的數(shù)量，通過并行拓撲結(jié)構(gòu)劃分子宇宙群;

3）按量子比特編碼方法更新宇宙?zhèn)€體;

4）分別對高、低頻進行融合;

5）使用宇宙內(nèi)部更新演化策略更新宇宙;

6）對宇宙之間信息的交換來更新量子多樣性;

7）進化代數(shù)t=t+1，對比融合圖像評價指標函數(shù)，否則算法轉(zhuǎn)至步驟4）;

8）輸出融合計算結(jié)果。

2 實驗仿真

本文的程序采用MATLAB7.0編程實現(xiàn)（見圖2～圖6）。其中圖5是僅用量子克隆算法融合圖，克隆代數(shù)為3代。圖6是本文算法融合后得到的圖像，在進行多宇宙并行量子克隆算法時多宇宙30個，克隆代數(shù)為3代。

從視覺效果可以初步看出，融合圖像均不同程度地保留了輸入圖像的特征信息，增加了圖像的特征點;對于輸入圖像的時鐘指針輪廓信息，融合圖像保留了時鐘指針的邊緣，與背景區(qū)分開。對仿真結(jié)果進一步仔細觀察，發(fā)現(xiàn)圖4中的背景噪聲比較明顯，目標邊緣保持不好，圖5對比度低，圖6融合效果最好，綜合了圖像的特征并且十分明顯，對比度高，細節(jié)信息更加豐富，視覺效果最佳同時背景消噪。

對于人類視覺對比不容易察覺的客觀評價指標，本文依次選取模糊性評價函數(shù)FB、互信息MI（R，F(xiàn)）、運行時間作為評價標準，其計算結(jié)果如表1所示。

表1 融合效果評價

在表1中，若以FB為評價指標，本文算法模糊性指數(shù)明顯小于其他變換算法，且圖像更加清晰。MI（R，F(xiàn)）方面本文算法所得到的融合圖像包含的信息量比其他算法算豐富。這表明，使用該方法的融合圖像包含了原圖像的大量有用的信息，為后續(xù)的目標輪廓識別奠定了良好的基礎(chǔ)。

3 總結(jié)

本文設(shè)計了一種多宇宙并行量子算法，在同一平臺采用對比仿真，仿真結(jié)果顯示本文算法融合效果比較理想，融合計算時間少，因此多宇宙并行量子算法是有效可行的。

:

［1］邵明省，王其華.基于蛙跳算法的模糊圖像復(fù)原［J］.激光與光電子學(xué)進展，2012，49（2）:31-36.

［2］劉松濤，沈同圣，楊紹清.基于自適應(yīng)融合規(guī)則的多分辨率圖像融合算法［J］.激光與紅外，2007，37（8）:788-791.

［3］何成劍，洪漢玉，張?zhí)煨?基于廣義規(guī)整化的紅外湍流退化圖像盲復(fù)原方法［J］.紅外技術(shù)，2006，28（8）:443-445.

［4］倪紅梅，王維剛.一種用于函數(shù)優(yōu)化的量子克隆算法［J］.長春理工大學(xué)學(xué)報:自然科學(xué)版，2009，32（2）:285-287.

［5］許學(xué)斌，張新曼，張德運.基于多宇宙并行量子遺傳算法的多傳感器圖像融合方法［J］.微電子學(xué)與計算機，2008，25（12）:37-40.

［6］李絮，季智勇，劉松兵，等.多宇宙并行量子多目標進化算法［J］.計算機工程與應(yīng)用，2008，44（27）:37-40.

［7］楊俊安，鄒誼，莊鎮(zhèn)泉.基于多宇宙并行量子遺傳算法的非線性盲源分離算法研究［J］.電子與信息學(xué)報，2004，26（8）:1210-1217.

［8］王珂，歐陽寧.圖像融合技術(shù)及評價方法［J］.電視技術(shù)，2007，31（1）:20-23.

［9］游曉明，劉升，帥典勛.并行量子進化算法的研究與實現(xiàn)［J］.計算機應(yīng)用與軟件，2008，25（5）:231-233.

［10］楊俊安，莊鎮(zhèn)泉.多宇宙并行量子衍生遺傳算法研究［J］.計算機工程與應(yīng)用，2004，40（20）:23-26.

［11］周愛平，梁久禎.基于二代curvelet與wavelet變換的自適應(yīng)圖像融合［J］.激光與紅外，2010，40（9）:1010-1016.

［12］周鋒飛，陳衛(wèi)東，李良福.一種基于區(qū)域生長的紅外與可見光的圖像融合方法［J］.應(yīng)用光學(xué)，2007，28（6）:737-741.

Image Fusion Processing Based on Multi－universe Quantum Algorithm

SHAO Mingsheng1，WEI Xuefeng2，3

（1.Henan Business College，Henan Hebi 458030，China;2.Huanghuai University，Henan Zhumadian 463000，China;3.Wuhan University of Technology College of Information，Wuhan 430070，China）

According to quantum algorithm of image fusion to the disadvantages of parallel algorithm，multi-universe is proposed.Firstly，by quantum bit code to determine the individual in the universe.Then，the quantum group of divided into many independent of the universe，the universe for parallel internal topology structure，using quantum revolving door update，through individual quantum universe adaptive scale to produce different pressure for the exchange of information between quantum universe.The image fusion processing including high and low frequency part and the establishment of the evaluation indexes.The experimental results show that the algorithm the fusion results clearly，processing speed faster.

multi-universe;quantum;image fusion

TN957;TP 31

A

【本文獻信息】邵明省，魏雪峰.基于環(huán)行多宇宙量子編碼算法的圖像融合處理［J］.電視技術(shù)，2013，37（3）.

國家發(fā)明專利（2011100219763）;國家新型專利（2011202108084）;河南省教育廳科學(xué)技術(shù)研究重點項目（12B510016）;鶴壁職業(yè)技術(shù)學(xué)院本課題（HZY－2011－59）

邵明?。?980— ），碩士，講師，主研圖像處理、通信技術(shù)研究;

魏雪峰（1973— ），碩士，副教授，博士生，主研信息處理。

責(zé)任編輯:時 雯

2012－08－21