基于小波变换多尺度积的图像融合算法

图像融合是图像处理中的关键技术之一。它在军事和民用图像处理领域获得了广泛的应用。提出了一种新的基于小波变换多尺度积的图像融合算法，小波变换多尺度积具有放大信号边缘特征和降低信号噪声的特点，有利于在融合图像中保持图像的细节特征。利用统计分析的评判准则，如熵、标准偏差评价图像的融合效果。实验结果表明该方法提高了图像的熵和标准偏差。在保留原图像信息的情况下增强了融合图像的细节信息。     

图像融合的量化评价方法及实验分析

图像融合是图像信息的综合处理，是将同一对象的一个或更多的图像合成在一幅图像中，以便比原来的任何砷岳图像更容易地为人所理解。介绍了图像融合的各种评价方法，包括：熵、交叉熵、交互信息量、均方误差、均方根误差、峰值信噪比。本文利用sym4小波变换的方法进行融合，将融合结果用各种量化评价方法进行了比较，结果表明交叉熵与交互信息量是行之有效的评价方法。     

小波图像融合的最佳参数研究

为了选择一种在复杂条件下能取得较好效果的小波图像融合方法,文中对一些小波基和小波分解层数进行了比较.使用了基于区域的图像融合规则,同时通过量度融合图像的熵和标准差,进行多传感器图像融合效果的评价,通过对四类图像的融合实验,筛选出最佳的小波基和其分解层数.实验表明bior3.9是图像融合时的最佳小波基.     

图像融合的量化评价方法及实验分析

图像融合是图像信息的综合处理,是将同一对象的一个或更多的图像合成在一幅图像中,以便比原来的任何一幅图像更容易地为人所理解。介绍了图像融合的各种评价方法,包括:熵、交叉熵、交互信息量、均方误差、均方根误差、峰值信噪比。本文利用sym4小波变换的方法进行融合,将融合结果用各种量化评价方法进行了比较,结果表明交叉熵与交互信息量是行之有效的评价方法。     

基于小波分解的多聚焦图像融合研究

研究基于小波分解的多聚焦图像融合算法,对源图像进行小波分解,采用不同融合规则构造融合图像的小波系数,最后逆小波变换重构融合图像,比较各种融合规则的特点,最后通过均方根误差,峰值信噪比、熵、互信息熵这些评价函数进行定量分析,结果表明,对于低频部分采用加权方法较好,对于高频部分采用方差对比法或能量对比法对高频部分的细节信息融洽效果较好。     

小波分析在多聚焦图像融合中的应用

多聚焦图像融合是图像融合领域的一个重要分支,小波分析方法使得多聚焦图像融合研究取得了重大发展。首先说明了多聚焦图像融合的概念和一般融合方法,然后介绍了图像的小波分解原理,采用小波分析进行图像融合的步骤以及不同的融合规则。最后介绍了融合效果的评价标准,并通过仿真实验进行了定量的分析和比较,得出了结论。     

基于粗糙集与小波分析的图像融合算法

提出了将粗糙集理论与小波理论相结合的图像融合算法。对含有椒盐噪声图像进行了图像融合实验,用粗糙集对源图像增强,然后再用Db4小波对源图像进行图像融合。用熵作为图像融合效果评价准则,仿真结果表明得到的融合图像熵值比源图像大,视觉效果比源图像更好。     

一种基于小波多尺度边缘检测的图像融合算法

该文提出了一种新的基于多尺度边缘检测的小波图像融合方法,是一种利用图像边缘特征的小波图像融合方法,融合过程利用了图像的多尺度边缘信息。为了更好地保持图像的边缘,该文在图像融合过程中将图像去噪与边缘检测相结合。提出了一种物理意义明确的小波最佳分解层数的确定方法。利用统计分析的评判准则,如熵、标准偏差等,评价二维多聚焦图像不同小波分解层的融合效果,表明该方法提高了图像的熵和标准偏差的值,算法效果良好。     

基于方向纹理信息的图像融合

鉴于Brushlet分解方向纹理信息的特性,提出一种基于方向纹理信息的图像融合新方法,给出一种基于加权局域能量的融合算子。该方法充分利用已知图像中的高维奇异性信息,有效地保持了各项异性的边缘信息和细节方向纹理信息。对普通图像、航拍图像和医学图像分别进行融合操作,并将融合结果与已知图像的熵和交叉熵作为客观评价指标,与相应小波融合方法进行了比较。仿真结果表明,本文方法融合结果与小波域相应方法比较有明显改善。     

基于小波系数相关性的图像融合新方法

文中在阐述小波变换原理的基础上,针对融合算子的构造,给出了一种新的基于小波系数相关性的融合方法。以分解后的高频子图像的区域均值、方差、协方差统计参量构造匹配度和加权因子,以此对高频子图像的对应区域进行融合计算;低频部分采取加权平均融合规则;最后,通过小波逆变换得到融合图像。用熵、交叉熵和交互信息量对融合结果进行了客观评价,并与其它几种算法进行了比较。实验结果表明,此方法融合效果要优于一般融合方法,计算也比较简单,有一定的工程实用价值。     

一种改进的可见光与红外图像融合算法

针对红外和可见光图像的特点,提出一种基于加权对比度和局部熵相结合的多分辨图像融合算法.利用小波变换得到待融合图像的多分辨结构,在图像多分辨结构相应各级上采取不同的融合规则,得到融合图像的多分辨结构,利用小波逆变换重构融合图像.实验结果表明,该方法在保留可见光图像高的空间分辨率和丰富的纹理细节信息的同时,融合了红外图像对热目标比较敏感的特点,提高了图像的可判读性.     

人工鱼群算法优化的小波图像融合

针对甲状腺肿瘤的B超、核素图像和颅腔横断面的CT,MRI图像,提出一种使用人工鱼群算法寻优的小波图像融合方法。利用小波变换将源图像进行小波分解,得到源图像的低频部分和高频部分。低频部分的系数使用加权融合算法进行融合,为使融合结果包含足够的信息量,以综合熵作为适应值对低频部分使用人工鱼群算法进行优化,得到融合系数的最优权值。高频部分的系数采用取绝对值最大的融合规则。通过小波逆变换得到融合图像。实验过程中,分别对这两组医学图像进行融合。客观评价参数表明该算法能够得到更优的融合图像。     

SAR与可见光图像融合中小波基选择的研究

在基于小波变换的SAR(合成孔径雷达)图像与可见光图像融合算法中,小波基的选择是关键之一.在分析SAR图像特性的基础上,深入研究了小波基的紧支集、消失矩和正交性等对融合结果的影响.并结合融合实验进行分析,综合考虑图像信息量、地物纹理和光谱信息等因素,总结出了根据不同的融合目的选择小波基的方法,为实际应用中小波基的选择提供了参考.     

基于多分辨率局部结构化信息熵的鲁棒多模图像融合算法

目前的图像融合算法不能区分噪声和视觉上有意义的图像特征,往往将噪声当作有意义的信息传输到融合结果中。针对这一问题,该文基于复数小波变换(CWT),将图像的结构化特征表现在不同尺度和方向上,定义了两种结构化信息熵,表达局部图像结构化程度:带内结构化信息熵,以及考虑带间特征相关性的结构化信息熵。利用定义的两种测度,在图像融合之前对输入加权处理,使视觉上有意义的信息在融合结果中自适应地增强,而噪声自适应地抑制。通过对融合算法仿真结果的主观比较和客观性能分析,展示了本文提出的图像融合算法的优越性。     

基于多尺度几何分析的医学图像融合

针对医学图像,提出了一种基于多尺度几何分析的医学图像融合算法。首先,利用Contoutlet变换对待融合两幅图像进行分解,将得到的低频分量分别利用Shearlet变换分解,并采用区域能量加权平均的规则,进行一次融合得到融合低频分量;对得到的高频分量分别用小波变换进行分解,再用低频、高频取大的规则进行一次融合得到融合高频分量,最后对得到的融合高低频分量进行Contourlet逆变换得到融合结果。实验结果表明,该算法在信息熵和平均梯度等参数上有明显提升,且能更好地表征图像中不同的奇异性。     

基于具有对称性的非张量积小波图像融合方法

提出了基于一类新的小波具有紧支撑、对称性和正交性、伸缩矩阵为(20 02)的非张量积小波的图像融合新方法.首先根据非张量积小波理论,提出了一种新的二维4通道4× 4对称滤波器组的设计方法,并用此方法设计出一组具有上述性质的非张量积小波4× 4滤波器组,利用此滤波器组对参加融合的图像进行滤波;然后对低频部分采用取均值、高频部分采用基于局部窗口能量取大的融合算法对滤波后的图像进行融合;最后重构.并采用熵、交叉熵、互信息、均方根误差和峰值信噪比等指标对该方法的融合性能进行了客观评价.对可见光图像与红外图像、远红外图像与近红外图像、航空图像和卫星图像、多聚焦图像等其它多类图像的融合实验结果表明本方法有较好的融合效果,可得到无边缘失真的融合结果图像,其融合性能比采用同样融合算法的张量积Haar小波的融合方法的融合性能好.