共查询到19条相似文献,搜索用时 890 毫秒
1.
2.
针对多尺度融合算法中合成孔径雷达(SAR)与可见光图像融合结果目标信息易缺失、对比度不高的缺点,提出了一种基于改进I1范数和稀疏表示的图像融合算法,以有效保留源图像的目标信息.首先对SAR与可见光图像经支持度变换(SVT)分解得到的低频系数进行过完备稀疏融合,采用改进l1范数的稀疏系数融合规则以有效保留源图像目标信息,并进行零均值化处理提高了算法运行效率,然后利用基于区域能量的高频融合规则,最大化保留边缘纹理等细节信息.实验结果证明了该算法的有效性. 相似文献
3.
针对合成孔径雷达(SAR)与可见光图像成像原理不同,其融合图像常常存在感兴趣
目标不突出及光谱失真的问题,提出了一种基于NSST-IHS 变换稀疏表示的融合算法。对源图
像进行IHS 和NSST 变换,在所得低频分量上采用基于结构相似性和亮度差异性的稀疏表示融
合规则,高频分量上则采用基于改进的拉普拉斯能量和的融合规则,融合结果再通过NSST 和
IHS 逆变换得到。实验以哨兵1 号SAR 图像与landsat-8 可见光图像进行验证,并与传统的IHS、
Wavelet、NSCT、IHS-Wavelet-SR 和NSST-IHS 算法进行比较。结果表明,该算法不论视觉还
是评价指标都有了明显提高,空间结构信息和光谱信息得到有效的保持,有利于后续目标检测
与识别工作。 相似文献
4.
基于提升小波的红外和可见光图像融合方法 总被引:1,自引:1,他引:0
提出了一种基于提升小波变换的红外和可见光图像融合方法.对红外图像进行检测分割,将提取到的目标重要信息融合到可见光图像中.然后进行图像的提升小渡分解,对不同尺度下小波系数进行融合,以像素的局部平均梯度为高频系数融合准则,充分加入原始图像的边缘细节信息.最后依据融合后的小波系数重构图像.实验结果表明,该方法改善了融合效果,提高了运算速度. 相似文献
5.
目的 红外与可见光图像融合的目标是将红外图像与可见光图像的互补信息进行融合,增强源图像中的细节场景信息。然而现有的深度学习方法通常人为定义源图像中需要保留的特征,降低了热目标在融合图像中的显著性。此外,特征的多样性和难解释性限制了融合规则的发展,现有的融合规则难以对源图像的特征进行充分保留。针对这两个问题,本文提出了一种基于特有信息分离和质量引导的红外与可见光图像融合算法。方法 本文提出了基于特有信息分离和质量引导融合策略的红外与可见光图像融合算法。设计基于神经网络的特有信息分离以将源图像客观地分解为共有信息和特有信息,对分解出的两部分分别使用特定的融合策略;设计权重编码器以学习质量引导的融合策略,将衡量融合图像质量的指标应用于提升融合策略的性能,权重编码器依据提取的特有信息生成对应权重。结果 实验在公开数据集RoadScene上与6种领先的红外与可见光图像融合算法进行了对比。此外,基于质量引导的融合策略也与4种常见的融合策略进行了比较。定性结果表明,本文算法使融合图像具备更显著的热目标、更丰富的场景信息和更多的信息量。在熵、标准差、差异相关和、互信息及相关系数等指标上,相较于对比算法中的最优结果分别提升了0.508%、7.347%、14.849%、9.927%和1.281%。结论 与具有领先水平的红外与可见光算法以及现有的融合策略相比,本文融合算法基于特有信息分离和质量引导,融合结果具有更丰富的场景信息、更强的对比度,视觉效果更符合人眼的视觉特征。 相似文献
6.
非下采样Contourlet变换同时具有多尺度、多方向选择性、多分辨分析和平移不变性质的特点,对SAR和彩色可见光图像融合的问题,提出一种基于非下采样Contourlet变换和HIS变换相结合的多传感器融合算法。通过对经非下采样Contourlet变换分解得到的不同频域子带系数选择方案的分析,对低频子带系数的选择,提出了一种基于SAR图像与彩色可见光图像物理特征的“加权平均”的系数选择方案;针对各带通方向子带系数的选择,采用绝对值选大多分辨率融合算法。实验以同一场景下ku波段的SAR图像和彩色可见光图像进行算法验证,实验结果和信息熵、均值、相关系数、偏差指数和交叉熵等客观评价数据表明,方法具有较好的融合效果。 相似文献
7.
目的 红外与可见光图像融合的目标是获得具有完整场景表达能力的高质量融合图像。由于深度特征具有良好的泛化性、鲁棒性和发展潜力,很多基于深度学习的融合方法被提出,在深度特征空间进行图像融合,并取得了良好的效果。此外,受传统基于多尺度分解的融合方法的启发,不同尺度的特征有利于保留源图像的更多信息。基于此,提出了一种新颖的渐进式红外与可见光图像融合框架(progressive fusion, ProFuse)。方法 该框架以U-Net为骨干提取多尺度特征,然后逐渐融合多尺度特征,既对包含全局信息的高层特征和包含更多细节的低层特征进行融合,也在原始尺寸特征(保持更多细节)和其他更小尺寸特征(保持语义信息)上进行融合,最终逐层重建融合图像。结果 实验在TNO(Toegepast Natuurwetenschappelijk Onderzoek)和INO(Institut National D’optique)数据集上与其他6种方法进行比较,在选择的6项客观指标上,本文方法在互信息(mutual Information, MI)上相比FusionGAN(generative adversarial ... 相似文献
8.
针对红外与低照度可见光图像融合时,细微的纹理信息不能有效地保留的问题,提出了基于CNN与直方图规定化的红外与低照度可见光图像融合算法。首先,通过基于卷积神经网络的融合方法得到融合后的图像;其次,计算融合后图像的灰度直方图,通过直方图规定化将可见光图像的直方图映射到融合图像的直方图的区间上,以增强图像的纹理信息;最后,将直方图规定化的图像与红外图像通过卷积神经网络的方法进行融合,得到融合图像。实验结果表明,本文提出的算法在视觉效果和客观评价上均优于基于卷积神经网络的融合方法。 相似文献
9.
提出了基于红外与可见光图像的空间目标融合识别算法。算法针对空间目标的物理特征,利用红外和可见光图像提供的互补信息进行空间目标融合识别。方法以空间卫星为识别目标,采用不变矩和仿射不变矩来描述目标特征,提出了基于红外和可见光的特征级和决策级融合识别方案,并进行了半物理仿真实验和分析。实验证明这两种基于红外和可见光的融合识别算法可明显改善目标识别的精度和可靠性。 相似文献
10.
基于提升机制小波变换的SAR与多光谱图像融合算法 总被引:7,自引:0,他引:7
在对提升机制小波变换的原理和特点研究的基础上,结合SAR图像与多光谱图像不同成像特性,提出了一种基于提升小波变换区域融合的SAR与多光谱图像融合方法。对于小波变换后的高频子图像,选择区域标准差大的作为融合后的子图像;对于低频子图像,定义区域均值的平均相对偏差作为阈值,融合子图像区域均值偏差大干阈值时,采用逻辑滤波方法融合,反之采用基于像素值加权、平均的融合规则。实验证明,该算法能够有效融合SAR与多光谱图像之间的互补信息,与其它用于图像融合的小波变换方法相比,运筹速度较快,易于DSP实现。 相似文献
11.
12.
13.
基于平稳小波变换的图像融合算法 总被引:2,自引:0,他引:2
针对IHS(intensity,hue.saturation)融合算法的光谱畸变和正交小波变换融合算法的方块效应问题,提出了一种基于平稳小波变换的图像融合算法,并且探讨了在图像处理中应用灰色系统理论的可行性和有效性。该算法结合IHS变换,对于图像平稳小波分解的高频分量利用灰色关联分析准确、有效地检测出有用的边缘信息,并在确定融合权值时,给予不同的重视程度。实验表明,本文算法能够克服正交小波变换在图像融合中出现的方块效应问题,在保持光谱信息方面具有显著的优越性,并且能够有效提高融合图像的空间分辨能力,又由于新算法引入灰色关联分析进行像素分类,具有良好的抗噪性和可控边缘信息量等优点,使算法灵活、有效,进一步改善了融合图像的质量。 相似文献
14.
15.
16.
Investigations were performed on a group utilizing (General Purpose Unit) GPU and executions were evaluated for the utilization of the created parallel
usages to process satellite pictures from satellite Landsat7.The usage on a realistic group gives execution change from 2 to 18 times. The nature of the
considered techniques was assessed by relative dimensionless global error in synthesis (ERGAS) and Quality Without Reference (QNR) measurements. The
outcomes demonstrate execution picks ups and holding of value with the bunch of GPU contrasted with the outcomes and different analysts for a CPU and
single GPU. The errand of upgrading the view of a scene by combining data caught from various picture sensors is usually known as multisensor picture
combination. This paper displays a territory based picture combination calculation to consolidate SAR (Synthetic Aperture Radar) and optical pictures. The
co-enlistment of the two images is first led utilizing the proposed enrollment method prior to picture combination. The paper displays a parallel execution of
existing picture combination techniques on a graphical group. Parallel executions of techniques in view of discrete wavelet changes are created. Division
into dynamic and motionless regions is then executed on the SAR surface picture for particular injection of the SAR picture into panchromatic (PAN) picture.
An integrated image in view of these two pictures is produced by the novel region based combination plot, which forces diverse combination rules for each
fragmented region. At long last, this picture is melded into a multispectral(MS) picture through the half breed skillet honing technique proposed in past
research. Exploratory outcomes exhibit that the proposed strategy demonstrates preferred execution over different fusion algorithms and can possibly be
connected to the multisensory combination of SAR and optical pictures. 相似文献
17.
首先研究了图像融合小波基的选区,并利用提升小波技术分别对合成孔径雷达图像和光学遥感图像进行小波提升分解;然后,对分解后的SAR低频分量进行邻域平均,再与光学图像的低频分量进行加权平均;为了抑制SAR图像斑点噪声的影响,重点研究了高频分量的融合方法,并提出了一种依据斑点噪声特征变化而自适应地改变融合窗口的方法,该方法提高了SAR图像的目标解译和识别能力;最后,使用融合前后的SAR图像进行图像的目标检测,结果表明,融合后的图像能够明显抑制SAR斑点噪声影响,使SAR图像目标检测的效果更佳。 相似文献
18.
Image segmentation is an indispensable part for synthetic aperture radar (SAR) image automatic interpretation.Segmentation results with high-quality are the guarantee of SAR image applications.In addition,owing to the development of SAR sensors,the segmentation task based on SAR image has been widely concerned in recent years.However,compared with the optical images,the unique properties of SAR images lead to great challenge in SAR image segmentation.With the development of pattern recognition,machine learning,remote sensing technology and other related techniques,SAR image segmentation has made great progress.This paper reviews the progress of SAR image segmentation,and then puts its emphasis on the summary of the widely used algorithms:FCM,MRF,statistical model,region information,level set,multi-scale and deep learning,etc.Finally,several viewpoints for the future research of SAR image segmentation are proposed. 相似文献
19.
图像融合是指联合两个或两个以上的图像通过某种算法得到一幅更高质量的新图像.提出了一种融合全色图像和光谱图像的方法即能量最小化方法,能量主要由两个部分组成.第1部分保证了相关细节信息的注入.第2部分保持了多光谱图像的低频信息.另外,能量还可以包含高分辨率光谱图像的先验知识和其它一些约束条件. 相似文献