資源描述：
《基于非下采樣輪廓波的多源圖像融合》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、第43卷第5期2013年9月航空計(jì)算技術(shù)AeronauticalComputingTechniqueV01．43No．5Sep．2013基于非下采樣輪廓波的多源圖像融合李紅，吳粉俠，于亞龍，李功玉(成陽(yáng)師范學(xué)院信息工程學(xué)院，陜西咸陽(yáng)712000)摘要：利用非下采樣輪廓波(NSCT)對(duì)源圖像進(jìn)行多尺度、多方向分解，對(duì)分解后的低頻子帶系數(shù)采用區(qū)域能量的融合規(guī)則，對(duì)高頻子帶系數(shù)采用基于領(lǐng)域方差加權(quán)平均的融合規(guī)則，對(duì)融合后的系數(shù)經(jīng)過(guò)NSCT逆變換得到融合圖像。實(shí)驗(yàn)結(jié)果表明，在主觀視覺(jué)和客觀評(píng)價(jià)指標(biāo)上均優(yōu)于其他對(duì)比方法。關(guān)鍵詞：圖像融合；
2、非下采樣輪廓波；區(qū)域能量；領(lǐng)域方差中圖分類號(hào)：m51文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1671—654X(2013)03—0049．03Multi-sourceImageFusionBasedonNSCTLIHong，WUFen—xia，YUYa—long，LIGong-yu(SchoolofInformationEngineering，XianyangNormalUnive=i@，Xianyang712000，China)Abstract：Thispaperismainlytodiscussmulti—sourceimagefusion
3、technology．TheNSCThasmanyfea—tureswhichistheshift—invariant，multi—resolution，muhidirectionalandavoidsGibbsphenomenon．TwoprimitivematchedimagesaredecomposedinNSCTdomain．Thelowfrequencyusedtheweightedaver—age，whilethehighfrequencycoefficientswasfusedbyweightedaverageof
4、thevarianceoftheneighbor-hood．Finally，thefusedresultisobtainedthroughinverseNSCT．Experimentalresultsshowthatthepro—posedfusionalgorithmwhichhasabettervisualsandbetterevaluationaresignificantlybetterthanthecomparativeexperiment．Keywords：imagefusion；NSCT；weightedaverag
5、e；varianceoftheneighborhood引言圖像融合是信息融合的一個(gè)重要分支，圖像融合技術(shù)把對(duì)同一場(chǎng)景使用多個(gè)傳感器獲得的多幅圖像或把同一傳感器在不同時(shí)刻獲得的同一場(chǎng)景的多幅圖像進(jìn)行融合，得到一幅汲取多幅圖像優(yōu)勢(shì)信息的圖像，該圖像稱為融合圖像，該過(guò)程稱為圖像融合技術(shù)?。圖像融合技術(shù)已廣泛應(yīng)用于軍事、遙感、計(jì)算機(jī)視覺(jué)和醫(yī)學(xué)圖像處理等領(lǐng)域。目前常用的融合算法有基于空域和基于變換域的算法，如PCA舊J、HISpJ、梯度算法HJ、塔式分解算法¨J、小波變換帕一刊等。與傳統(tǒng)的融合算法相比，小波變換的多尺度、多分辨率特性、良好
6、的時(shí)域和頻域局部性、方向性好、不產(chǎn)生冗余等優(yōu)點(diǎn)使得基于小波變換的圖像融合成為現(xiàn)今研究的熱點(diǎn)，小波變換應(yīng)用于圖像融合的優(yōu)勢(shì)在于它可以將圖像分解到不同的頻率域，在不同的頻率域運(yùn)用不同的融合算法，得到合成圖像的多分辨率分解，從而在圖像中保留原圖像在不同特征下的顯著特征舊J。然而小波變換在每一個(gè)分解層僅能捕捉有限的方向信息，2002年由MinhNDo和Mar-tinVetterli提出的的CT—o能有效地對(duì)圖像進(jìn)行表示，但CT不具有平移不變性。2006年，CunhaAL等提出的NSCT【l馴擁有CT的所有優(yōu)良特性。文獻(xiàn)[11]提出了將改
7、進(jìn)小波變換用于圖像融合，文獻(xiàn)[12]將NSCT用與SAR和可見光圖像融合。本文在分析NSCT的基礎(chǔ)上，針對(duì)多聚焦圖像、醫(yī)學(xué)圖像等進(jìn)行了融合。首先對(duì)圖像進(jìn)行NSCT分解，對(duì)分解后的低頻子帶系數(shù)采用加權(quán)平均取值的融合規(guī)則，對(duì)高頻子帶系數(shù)采用基于領(lǐng)域方差加權(quán)平均的融合規(guī)則。對(duì)結(jié)果從主觀視覺(jué)和客觀評(píng)價(jià)指標(biāo)進(jìn)行分析。lNSCT基本原理NSCT是對(duì)傳統(tǒng)CT的改進(jìn)，它繼承了cT的多方收稿日期：2013—06—27修訂日期：2013—07—29基金項(xiàng)目：陜西省教育廳專項(xiàng)科研計(jì)劃項(xiàng)目資助(09JK811)；咸陽(yáng)師范學(xué)院科研基金項(xiàng)目資助(11XSY
8、K329)；咸陽(yáng)師范學(xué)院教改項(xiàng)目資助(200902026)；咸陽(yáng)師范學(xué)院大學(xué)生創(chuàng)新創(chuàng)業(yè)項(xiàng)目資助(201210722028)作者簡(jiǎn)介：李紅(1976一)，女，陜西咸陽(yáng)人，講師，碩士，主要研究方向?yàn)閳D像處理?！?0·航空計(jì)算技術(shù)第43卷第5期向性和各向異性，NSCT
