结合Shearlet变换和果蝇优化算法的甲状腺图像融合

针对甲状腺肿瘤超声图像复杂度高和SPECT图像边界模糊的特点,结合Shearlet变换能够捕捉图像细节信息和果蝇优化算法可靠性高的优势,提出了Shearlet变换和果蝇优化算法相结合的图像融合算法。首先,用Shearlet变换对已精确配准的源图像进行分解,分别得到高低频子带系数。高频子带系数采用区域能量取大的融合规则,低频子带系数使用改进的加权融合规则,并把果蝇优化算法引入低频融合过程,以互信息作为适应度函数来获取最优值,克服了原加权融合算法互信息低的缺点。最后,用Shearlet逆变换得到融合后的图像。实验结果表明,此算法在主观视觉效果和客观评价指标上优于其他融合算法。     

基于ResNet的红外与低照度可见光图像融合方法

针对传统红外与低照度可见光图像融合后,容易造成目标模糊不清、细节信息缺失等问题,本文提出一种低照度可见光图像预增强与残差网络(Residual Network,ResNet)相结合的图像融合方法。该方法首先利用单尺度Retinex(Single Scale Retinex,SSR)算法对低照度可见光图像进行增强预处理,得到增强的可见光图像。其次,利用ResNet-50分别从增强后的可见光图像和红外图像中提取深度特征。然后,采用L1范数对生成的深度特征进行正则化处理,并通过上采样操作将其分辨率恢复至输入图像大小,得到权重图。最后,使用加权平均策略获取融合图像。实验结果表明,本文算法能更好地保留输入图像的纹理细节和结构信息;使用TNO数据集与现有的三种典型算法对比,该算法融合结果的离散余弦特征互信息(FMIdct)、小波特征互信息(FMIw)、基于噪声评估的融合性能(Nabf)、结构相似度测量(SSIM)四种客观指标总体优于对比算法。     

基于NSST图像特征的多聚焦图像融合方法

针对广泛存在于多聚焦图像融合方法中的局部图像细节不清晰的现状,提出一种基于非下采样剪切波变换(NSST)图像特征的多聚焦图像融合方法。利用NSST对待融合源图像进行多尺度、多方向稀疏分解,分别获取低频和一系列高频子带图像。通过空间频率和局部能量确定融合后的低频子带系数,利用边缘检测算子直接获取高频子带图像中的细节和边缘信息,并采取NSST反变换得到最终融合结果图像。仿真实验结果表明,同现有的几种经典算法相比,本文提出的方法获得的结果图像拥有更清晰的视觉效果、更理想的客观指标效果以及更高的算法运行效率。     

A novel approach using structure tensor for medical image fusion

Medical image fusion has been shown to be effective in supporting clinicians make better clinical diagnoses. Although many algorithms have been proposed for synthesis, they still have certain limitations. Some limitations can be seen as the synthesized image is reduced in contrast or details are not preserved. In this paper, we propose an image fusion algorithm to solve the problems mentioned above. Firstly, an image decomposition method is proposed to decompose the image into two components. This method is based on the Gaussian filter and the Weighted mean curvature filter. Secondly, a fusion method for high-frequency components is based on local energy function using Structure tensor saliency. Finally, we create an adaptive fusion rule using the Marine Predators Algorithm optimization method to fuse low-frequency components. Five latest algorithms and five evaluation indexes have been used to test the proposed algorithm’s effectiveness. The obtained experimental results show that the composite image is significantly improved in quality as well as well preserved the information from the input image.

     

基于点控制的自动报靶系统研究

对传统的基于图像处理技术自动报靶系统进行分析,针对传统靶面环线识别比较困难的缺点,提出了一种新的基于点控制的自动报靶系统.该系统采用具有已知半径的点作为靶面图像的控制点,降低了系统对图像质量的要求,采用简单的阈值即可实现点的分割,大大减小了图像的预处理工作.针对点控制,提出了距离加权平均法来计算靶教,避免了繁琐的图像几何校正工作,同时保证了报靶精度.     

红外与可见光图像实时配准融合系统

描述了一个自主研制的基于实时分布式多处理机的图像配准和融合系统的设计与实现方案。本系统是具有并行计算机体系结构的通用高速实时图像融合处理系统，选择VxWorks实时操作系统和VEM64x总线的软硬件平台，采用AD公司新型的TS101DSP处理器为核心，多DSP处理器分布并行进行处理，完成多源图像实时高速配准和融合需要进行的大量运算，CPLD芯片完成了采集控制以及多传感器视频同步。由于采用了基于高性能DSP的实时嵌入式系统和通用标准化总线结构设计，该系统可以灵活地应用多种配准和融合算法来实现可见光和红外双通道数字图像的高速实时融合处理，比较好地解决多尺度图像配准融合算法的大数据量计算处理与系统实时性要求之间的矛盾，为多传感器实时图像配准融合处理系统的研制奠定了良好的技术基础。     

夜视融合图像质量客观评价方法

为建立通用、客观的融合图像质量评价方法，在分析图像质量评价与融合图像质量评价关系基础上，给出了图像质量评价与融合图像质量评价的一般表达式。依据信息理论和结构相似度评价方法，对建立的4种客观评价指标，采用4种融合方法获得的36幅融合图像进行了主观评价实验，统计分析结果显示，结合人类视觉系统的客观评价方法优于熵、交互信息量等评价指标，但仍未达到高度的主客观一致性，说明构建通用、高效、主客观一致性好的融合图像质量评价指标存在较大难度，同时对可能存在的原因进行了分析。     

红外与可见光图像融合质量评价方法综述

图像融合质量评价标准是目前图像融合中急需解决的问题之一。在不同的应用场景中,选择适当的融合算法对现有融合算法进行改进以及研究新的融合算法都是至关重要的。综述了无参考图像的客观质量评价方法,重点介绍了基于结构信息的图像融合质量评价方法,最后探讨了图像融合质量评价方法的发展趋势。     

基于Harris图像拼接的全景视频稳像算法

对于背景变换和抖动分量比较小的视频序列,传统稳像算法不能直接适用,本文提出一种基于Harris图像拼接的全景稳像算法。首先采用Prewitt算子提取出图像的边缘信息,在此基础上进行分区的Harris特征点检测;然后结合NCC（normalized cross correlation）算法与RANSAC（random sample consensus）算法实现图像间的特征点精确匹配,接着利用加权平均融合的方法进行图像融合;最后对融合后的全景图像进行剪裁,完成图像补偿,输出稳定的视频序列。实验结果表明:改进的Harris算法提高了算法效率以及正确特征点数量,并且本文稳像算法实时性较好,能够有效消除视频抖动并输出稳定的视频序列。     

多传感器图像融合综述

图像融合是在多测度空间综合处理多源图像和图像序列的技术。图像融合分为：像素层图像融合、特征层图像融合和符号图像层融合。本文讨论了图像融合各层次的融合算法以及红外图像、可见光图像、多谱图像、雷达图像等的融合问题，提出图像融合的结构模型，并对图像融合的发展方向进行了展望。     

An efficient mesh router nodes placement in wireless mesh networks based on moth-flame optimization algorithm

One of the most challenging tasks is deploying a wireless mesh network backbone to achieve optimum client coverage. Previous research proposed a bi-objective function and used a hierarchical or aggregate weighted sum method to find the best mesh router placement. In this work, to avoid the fragmented network scenarios generated by previous formulations, we suggest and evaluate a new objective function to maximize client coverage while simultaneously optimizing and maximizing network connectivity for optimal efficiency without requiring knowledge of the aggregation coefficient. In addition, we compare the performance of several recent meta-heuristic algorithms: Moth-Flame Optimization (MFO), Marine Predators Algorithm (MPA), Multi-Verse Optimizer (MVO), Improved Grey Wolf Optimizer (IGWO), Salp Swarm Algorithm (SSA), Grey Wolf Optimizer (GWO), Whale Optimization Algorithm (WOA), Harris Hawks Optimization (HHO), Particle Swarm Optimization (PSO), Sine Cosine Algorithm (SCA), and Slime Mould Algorithm (SMA). We empirically examined the performance of the proposed function using different settings. The results show that our proposed function provides higher client coverage and optimal network connectivity with less computation power. Also, compared to other optimization algorithms, the MFO algorithm gives higher coverage to clients while maintaining a fully connected network.     

基于Shearlet变换的多聚焦图像融合方法

为提高多聚焦图像的融合效果,利用Shearlet变换具有多尺度多方向的特性,文中提出了一种基于Shearlet变换的图像融合算法。针对待融合图像进行Shearlet变换,得到低频子带系数和不同尺度不同方向的高频子带系数;对低频子带系数取分解系数区域能量高的系数,高频子带系数采用区域能量和区域清晰度以及区域方差相结合,采用多判别法得到融合系数,并最终进行Shearlet逆变换得到融合图像。结果表明,在主观视觉效果和客观评价指标上此算法优于其他融合算法     

基于NSST变换与自适应PCNN的多特征遥感图像融合

针对基于NSCT变换的遥感图像融合算法存在计算复杂度高,细节表现能力不足的问题,本文提出了一种基于NSST变换与自适应PCNN的多特征遥感图像融合算法。首先,利用HSV变换提取MS图像的亮度分量V,并将得到的亮度分量V与PAN图像分别进行NSST变换;其次,对于低频子带,提出了一种基于自适应的PCNN融合规则,将空间频率和区域平均梯度分别作为PCNN的外部激励和链接强度;对于高频子带,采用基于多特征的融合规则;最后,进行逆NSST变换和逆HSV变换得到融合图像。仿真实验表明,该算法与一些经典的融合算法相比不仅可以提高图像融合质量,在视觉效果和客观指标上也都有良好的表现。     

基于变分的多尺度遥感图像融合算法

全色图像与多光谱图像融合时,忽略了上采样的重要性和通道间细节的差异性.针对前者,利用不同尺度下自相似块,估计出低分辨率图像丢失信息,从而修改了图像上采样的策略,并以此构造目标函数的保真项;针对后者,利用全色图像和光谱图像梯度域结构相似性,提出局部加权动态稀疏约束,构造目标函数的正则项.本文基于变分法理论,构造了新的目标函数,并提出了多尺度迭代融合框架,通过多次迭代逐步提高融合图像的分辨率,每一层的融合结果更加准确,从而提高最终的融合精度.本文算法与Brovey等成分替代算法、P+XS等变分算法、MTF_GLP等多分辨分析算法进行比较.实验结果表明,本算法的融合结果具有良好的视觉效果,且在客观评价指标上比所有对比算法的最优值平均值均有提高.     

基于PCNN图像分割的医学图像融合算法北大核心CSCD

为充分提取源图像间的互补信息,改进传统的图像融合算法在亮度维持、能量保留、边缘信息保持等方面的不足,本文提出了基于脉冲耦合神经网络(pulse coupled neural network, PCNN)图像分割的医学图像融合算法。该算法综合了非下采样剪切波变换(non-subsampled shearlet transform, NSST)与PCNN。首先,选取标准差较大的源图像作为被分割图像,标准差较小的源图像作为参照图像,将源图像进行NSST分解,获取源图像低频子带系数和高频子带系数;在低频融合中,利用参数自适应的PCNN对被分割图像的低频子带进行分割,根据分割结果获取融合低频子带系数;在高频融合中,采用以区域能量和与拉普拉斯能量和两者的乘积作为判断函数,获取融合高频子带系数;利用NSST逆变换获取融合图像。最后,应用本文提出的算法,对脑萎缩、急性中风和高血压性脑病等3组电脑断层扫描/磁共振成像(computerized tomography/magnetic resonance imaging, CT/MRI)图像进行了融合仿真,并将仿真结果与2018年后国际刊上提出的5种算法的融合图像进行比较。结果表明,应用本文提出的融合算法得到的图像,有效地增强了不同模态间的信息互补,保持了融合图像与源图像具有相同明亮程度,又保留了源图像低亮度部分的边缘信息,更加符合人眼视觉特性,具有更高的客观评价指标。     

面向双模态红外图像融合算法选取的联合可能性落影构造

针对现实场景中双模态红外图像融合对异类差异特征协同优化融合的需求,且现有差异特征属性无法根据差异特征多个属性的变化针对性地调整融合算法进行有效驱动,导致融合效果差的问题,提出了面向双模态红外图像融合算法选取的联合可能性落影构造方法。首先计算双模态红外图像多融合算法下不同差异特征的融合有效度、统计差异特征分布特性;再构造差异特征融合有效度的可能性分布,通过最小二乘估计法拟合可能性分布函数;然后通过择优比较法对不同差异特征融合有效度的可能性分布进行对比分析,确定差异特征可能性分布函数投影权重,构造联合可能性落影函数;最后分析联合可能性落影函数截集水平,结合差异特征分布特性构建融合性能指标动态选取最优融合算法。实验结果表明,本文方法所选出的最优融合算法在主客观综合分析上优于其他算法,验证了本文将联合可能性落影运用于双模态红外图像最优融合算法选取中有效性和合理性。     

气象卫星红外云图与水汽图的融合技术研究

将多分辨率分析融合方法和多尺度几何分析融合方法应用于气象卫星水汽图和红外云图的融合中,并用主观视觉、平均互信息和Xydeas-Petrovic指标对各种融合算法的性能分别进行了定性和定量评价。结果表明,与源图像相比,融合图像取得了更好的视觉效果,图像中包含了更多的信息量,云体清晰度和云的层次感得到了提高,纹理变得细致了。从平均互信息和Xydeas-Petrovic指标看,多尺度几何分析融合方法的效果较多分辨率分析融合方法更好。     

压缩感知在多源图像融合中的应用

针对全采样传统图像融合方法中计算量大、时间复杂度高的问题,提出了一种基于压缩感知(CS)理论的多源图像融合模型。为满足一定的稀疏性,将源图像在过完备二维离散余弦变换(DCT)字典上进行稀疏表示,并通过随机观测得到待融合的观测值;在每一图像块上采用基于标准差的方法自适应地计算融合权值,加权合成融合后的观测值,然后利用改进步长的梯度追踪算法求解稀疏系数,得到最终融合图像。实验结果表明：与传统方法相比,提出的融合模型在减少计算量和存储容量的同时,能更好地从源图像中提取信息,获得效果较好的融合图像。     

基于期望值最大算法的图像融合

文中提出了一种基于期望值最大的图像融合方法。该方法首先假设图像对场景的成 像模型。以期望值作为目标函数,通过使目标函数最大的方法确定该模型的参数,估计出真实场景,进而得到理想的融合图像。试验表明,该方法比传统的基于加权平均和选择的方法具有更好的融合效果。     

基于运动连续性的遗帧率上变换算法

为了解决高清视频序列固有的运动模糊、残影等问题,同时提高低比特率通信的质量,提出了一种新的帧率上变换算法.该算法将遗传算法引入到运动估计中并结合现有运动估计算法进行了改进,使其充分利用视频在时间上和空间上的连续性,提高算法性能,同时减小算法的复杂度;对得到的运动矢量场进行了矢量细化处理,减小了块效应;并利用邻域运动矢量进行加权的重叠块运动补偿,提高内插块的精度.实验结果表明,与传统算法相比,该算法在主客观评估中都有较大的性能提升.