基于非下采樣輪廓波的多源圖像融合

基于非下采樣輪廓波的多源圖像融合

ID:46627532

大?。?98.14 KB

頁數(shù):3頁

時間:2019-11-26

基于非下采樣輪廓波的多源圖像融合_第1頁
基于非下采樣輪廓波的多源圖像融合_第2頁
基于非下采樣輪廓波的多源圖像融合_第3頁
資源描述:

《基于非下采樣輪廓波的多源圖像融合》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫

1、第43卷第5期2013年9月航空計算技術(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(成陽師范學(xué)院信息工程學(xué)院,陜西咸陽712000)摘要:利用非下采樣輪廓波(NSCT)對源圖像進行多尺度、多方向分解,對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,對融合后的系數(shù)經(jīng)過NSCT逆變換得到融合圖像。實驗結(jié)果表明,在主觀視覺和客觀評價指標(biāo)上均優(yōu)于其他對比方法。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:m51文獻標(biāo)識碼:A文章編號: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重要分支,圖像融合技術(shù)把對同一場景使用多個傳感器獲得的多幅圖像或把同一傳感器在不同時刻獲得的同一場景的多幅圖像進行融合,得到一幅汲取多幅圖像優(yōu)勢信息的圖像,該圖像稱為融合圖像,該過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、計算機視覺和醫(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、的時域和頻域局部性、方向性好、不產(chǎn)生冗余等優(yōu)點使得基于小波變換的圖像融合成為現(xiàn)今研究的熱點,小波變換應(yīng)用于圖像融合的優(yōu)勢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能有效地對圖像進行表示,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[11]提出了將改

7、進小波變換用于圖像融合,文獻[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,針對多聚焦圖像、醫(yī)學(xué)圖像等進行了融合。首先對圖像進行NSCT分解,對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。對結(jié)果從主觀視覺和客觀評價指標(biāo)進行分析。lNSCT基本原理NSCT是對傳統(tǒng)CT的改進,它繼承了cT的多方收稿日期:2013—06—27修訂日期:2013—07—29基金項目:陜西省教育廳專項科研計劃項目資助(09JK811);咸陽師范學(xué)院科研基金項目資助(11XSY

8、K329);咸陽師范學(xué)院教改項目資助(200902026);咸陽師范學(xué)院大學(xué)生創(chuàng)新創(chuàng)業(yè)項目資助(201210722028)作者簡介:李紅(1976一),女,陜西咸陽人,講師,碩士,主要研究方向為圖像處理?!?0·航空計算技術(shù)第43卷第5期向性和各向異性,NSCT

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。