首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 543 毫秒

1.  一种基于像素清晰度的多聚焦图像融合方法  被引次数:2
   范文涛  马莉《郑州轻工业学院学报(自然科学版)》,2009年第24卷第6期
   针对多聚焦图像的特点和区域融合规则的优点,给出了一种基于图像像素清晰度的多聚焦图像融合方法.该方法通过小波分解后的系数求取各图像像素的清晰度,对低频分量采用基于像素清晰度的自适应加权平均方法进行融合,对分解后得到的高频分量、高频系数选取基于图像像素清晰度最大原则,并对选择结果进行一致性验证.实验结果表明,采用该方法得到的图像,很好地保留了图像边缘、轮廓等重要特征,具有较好的视觉效果.    

2.  基于快速清晰度估计的多聚焦图像融合  
   费 春  张 萍  李建平《计算机应用研究》,2016年第33卷第3期
   为了准确地估计源图像的清晰区域,提高多聚焦图像融合的效率,本文提出了一种新的基于清晰度估计的图像融合方法。首先,利用基于离散小波的清晰度估计方法获取源图像的聚焦区域,然后使用均值滤波和空洞填充进一步优化该聚焦区域,最后结合清晰度估计和相似性特性,将不同聚焦区域合并生成融合图像。该方法获得的融合图像在客观评价和主观质量上都优于以往基于清晰度的图像融合方法。    

3.  无需重构的多分辨率图像融合算法(英文)  被引次数:1
   王红梅  韩治国  陈励华《光电工程》,2011年第38卷第11期
   提出了一种基于平稳小波变换的多聚焦图像融合算法。首先对待融合图像进行平稳小波分解,得到图像尺寸相同的低频分量和高频分量,然后对低频分量使用拉普拉斯能量进行清晰度判断,对于高频分量,则先计算其各个尺度,不同方向高频分量的绝对值和,进而通过能量特征判断其清晰度,最后通过比较低频分量和高频分量清晰度决策图的相同和相异性得到融合图像。计算机仿真实验表明,本文算法得到的融合图像清晰度较好,熵、平均梯度、空间频率和互信息等客观评价指标值高于平均法和传统基于小波变换的图像融合算法,互信息量比文献[3]中的方法提高了约2.4倍,是一种有效的多聚焦图像融合算法。    

4.  基于多尺度稀疏字典的多聚焦图像超分辨融合  被引次数:1
   彭真明  景亮  何艳敏  张萍《光学精密工程》,2014年第22卷第1期
   由于传统的多聚焦图像融合算法不能对图像中聚焦区域划分进行有效度量,提出了一种新的多聚焦图像超分辨融合方法来改善图像融合效果。该方法对图像清晰区和模糊区进行度量,并利用稀疏表示方法对度量后的清晰区域进行超分辨重建。首先,采用空间频率方法提取源图像中清晰区域与模糊区域,然后确定清晰区域中的主清晰区和次清晰区,并计算它们的真实下采样尺度。最后,通过学习多尺度稀疏表示字典对图像中次清晰区域进行超分辨率重建,并与清晰区域结合形成最终融合图像。实验及各种定量评价结果表明,提出的方法较常规方法具有更好的融合性能,得到的图像更清晰。对比Harr小波,非下采样轮廓波变换(NSCT),剪切波(Shearlet)变换等方法,其熵(EN)提升了1%,峰值信噪比(PSNR)提升了0.62dB,清晰度(SP)和空间频率(SF)提升30%,均方误差(MSE)下降了6%左右。    

5.  基于三通道不可分对称小波的多聚焦图像融合  
   刘斌  刘维杰  马嘉利《仪器仪表学报》,2012年第33卷第5期
   针对Daubechies系列小波不具有对称性、张量积小波变换只强调水平和垂直方向的不足,提出了一种基于三通道不可分对称小波的多聚焦图像融合方法.利用矩阵扩充的方法,给出了一种三通道不可分对称小波滤波器组的构造方法,用所构造的不可分小波滤波器组分别对多聚焦图像作非下采样多尺度分解,采用低频分量系数值取小、高频分量系数绝对值取大的融合规则对分解后的子图像进行融合.实验结果表明,该方法有较好的融合效果,其融合结果图像有较丰富的边缘信息、较高的清晰度和空间分辨力,其融合性能比基于不作采样的张量积离散小波帧变换的融合方法的融合性能好.    

6.  核Fisher判别分析在多聚焦图像融合中的应用  被引次数:1
   楚恒《中国图象图形学报》,2011年第16卷第3期
   提出一种基于核Fisher判别分析与图像块分割的多聚焦图像融合方法。该方法首先将源图像进行块分割,计算反映图像块聚焦程度的清晰度特征;再将源图像的部分区域作为训练样本,获得训练后的核Fisher判别分析参数;然后利用已知的核Fisher判别分析获得初步融合图像;最后对位于源图像清晰与模糊区域交界处的源图像块利用冗余小波变换进行处理后,得到最终融合图像。实验结果表明,该方法的图像融合效果优于常用图像融合方法,可在有效提高图像融合质量与减少计算量之间获得较好的折衷。    

7.  基于双树复小波变换的多聚焦图像融合  
   范艳玲  杨 明《核电子学与探测技术》,2014年第2期
   针对多聚焦图像的成像特点和变换后高低频系数的特性,提出了一种基于双树复小波变换的多聚焦图像融合方法。首先对源图像进行双树复小波变换,其次对低频系数采用基于改进的梯度算子的融合准则,而对高频系数采用基于局部区域能量匹配度的融合准则,然后进行一致性检验,最后进行重构得到融合结果。对融合结果采用交叉熵、均方根误差、扭曲程度等评价指标进行评估。实验结果表明,该方法能够获得清晰度更高的融合图像。    

8.  一种改进的多聚焦图像融合算法  
   郭德全  巨辉《计算机仿真》,2009年第26卷第11期
   针对处理多传感器采样到的聚焦点不同的图像,高、低频融合规则的选择问题,提出一种改进的基于小波变换多聚焦融合算法.根据小波变换后的低频分量和高频分量的不同特性,算法分别选用改进能量算法和均匀测试度的方法进行融合,再通过小波逆变换得到融合后的图像.实验结果表明,由于充分考虑了小波变换的特点与人眼系统的特性,与其它融合方法得到的图像相比,提高了融合图像包含的信息耸,较好地消除了局部对比度极性反转的情况,明显地增强了融合图像的清晰度,而且保留了源图像中的边缘细节,得到了较好的融合效果.    

9.  粗糙集与小波变换在图像融合中的应用  被引次数:1
   赵国滨  那彦《电子科技》,2011年第24卷第4期
   针对含有椒盐噪声的多聚焦图像,提出了一种基于粗糙集和小波变换的图像融合算法。首先对源图像进行粗糙增强预处理,再采用小波变换对增强后的图像进行融合,得到融合图像。实验结果表明,粗糙增强在有效去除噪声的同时,较好发保持了图像细节信息,在此基础上进行小波融合,使得融合图像有着更好的视觉效果。    

10.  基于非下采样Shearlet变换与聚焦区域检测的多聚焦图像融合算法  被引次数:1
   欧阳宁  邹宁  张彤  陈利霞《计算机应用》,2015年第35卷第2期
   为了提高基于多尺度变换的多聚焦图像融合中聚焦区域的准确性,提出了一种基于非下采样Shearlet变换(NSST)与聚焦区域检测的多聚焦图像融合算法.首先,通过基于非下采样Shearlet变换的融合方法得到初始融合图像;其次,将初始融合图像与源多聚焦图像作比较,得到初始聚焦区域;接着,利用形态学开闭运算对初始聚焦区域进行修正;最后,在修正的聚焦区域上通过改进的脉冲耦合神经网络(IPCNN)获得融合图像.与经典的基于小波变换、Shearlet变换的融合方法以及当前流行的基于NSST和脉冲耦合神经网络(PCNN)的融合方法相比,所提算法在客观评价指标互信息(MI)、空间频率和转移的边缘信息上均有明显的提高.实验结果表明,所提出的算法能更准确地识别出源图像中的聚焦区域,能从源图像中提取出更多的清晰信息到融合图像.    

11.  一种基于中值金字塔的图像融合算法  被引次数:1
   胡学龙  沈洁《微电子学与计算机》,2008年第25卷第9期
   为了对同一光学传感器的多聚焦图像进行融合增强以获得较高清晰度的图像,提出了一种基于中值金字塔的图像融合算法.首先,利用中值滤波和分析、合成算子得到图像的各级金字塔分解,以及各级细节子图像.然后,对顶层低频子图像系数取平均,对各级细节子图像,以局部邻域平均梯度为判据,进行图像融合.最后,利用中值金字塔反变换重构图像.实验结果表明,该方法对多聚焦图像的融合十分有效.    

12.  基于区域分割和非下采样Contourlet变换的多聚焦图像融合算法  被引次数:1
   刘涛  张登福  何宜宝《计算机应用》,2010年第30卷第10期
   针对基于神经网络分割算法计算复杂、运算量大等问题,提出一种根据单焦距图像聚焦区域和失焦区域局部相对清晰度的不同进行区域分割的多聚焦图像融合算法.该算法有效结合了非下采样Contourlet变换(NSCT)在图像分解中的多尺度、方向性、各向异性和平移不变性等特点,利用各方向高频分量的聚类来对低频分量进行分割、融合.实验表明该算法是一种有效的多聚焦图像融合方法.    

13.  基于双树复小波变换的图像融合方法  被引次数:4
   王亚杰  李殿起  徐心和《计算机工程》,2008年第34卷第15期
   为获得更好的融合效果,提出基于双树复小波变换的图像融合方法。双树复小波变换具有平移不变性、方向选择性等特点,适合进行图像融合,优于传统离散小波变换方法。给出多策略的融合规则,源图像小波变换后低频采用区域清晰度,高频采用区域标准差。灰度多聚焦图像和彩色多聚焦图像的融合实验测试以及评价指标的统计结果,表明了双树复小波变换方法的优势和所用融合规则的有效性。    

14.  基于神经网络与对比度的多聚焦图像融合技术  被引次数:1
   王振飞  范刚龙  王能超《计算机应用》,2006年第26卷第7期
   提出了一种基于小波对比度和神经网络的多聚焦图像融合算法。首先对各源图像进行小波变换,根据变换后系数计算出图像的小波对比度,选取源图像部分区域小波对比度作为前馈神经网络的训练样本,调整神经网络权重;然后用训练好的神经网络组合融合图像的小波系数,对组合后的系数进行一致性校验;最后对该系数进行小波逆变换,得到融合图像。实验结果表明,该算法能够较好地解决多聚焦图像融合问题,生成的融合图像效果优于传统图像融合方法。    

15.  八通道MSVD构造及其在多聚焦图像融合中的应用  
   刘斌  刘维杰  罗益辉  郭琳《电子学报》,2016年第7期
   针对经典的SVD在图像处理中的不足,提出了一种八通道多尺度奇异值分解(Multi-resolution Singular Value Decomposition,MSVD)构造方法,并把它应用于多聚焦图像融合中。首先,在经典SVD的基础上,利用矩阵分块的方法,提出了一种八通道多尺度SVD的构造方法。其次,对参加融合的多聚焦图像进行八通道MSVD分解,得到高层低频和各层七个方向的高频,对分解的低频子图像利用数学形态学增强边缘的方法进行融合、高频子图像采用基于区域能量取大的融合规则进行融合,并重构获得融合结果图像。最后,对融合结果进行主客观评价和分析。实验结果表明,该图像融合方法有较好的视觉效果,结果图像有较高的清晰度,边缘细节信息丰富,没有方块效应。从客观数值和图形评价指标看,该方法有较高的清晰度,其清晰度比基于DWT的融合方法、基于LWT的融合方法、基于Curvelet的融合方法、基于Contourlet的融合方法都高。    

16.  彩色多聚焦图像融合演示平台  
   江卓斌  胡斌杰《计算机工程与设计》,2011年第32卷第11期
   针对多聚焦图像融合演示和源图像获取手段单一的问题,应用Visual C++和Matlab混合编程的方法为彩色多聚焦图像融合设计了一个演示平台。该平台增加了多聚焦图像素材的获取途径和融合算法效果的演示手段,并且采用了基于小波变换的彩色多聚焦图像改进融合算法,充分利用到区域相关性和高频方向特性。实验演示结果表明,演示平台操作简单方便,融合演示效果较好,具有较强的实用性。    

17.  基于区域能量的NSST域偏振图像融合算法  
   朱达荣  许露  汪方斌  刘涛  储朱涛《安徽建筑大学学报》,2017年第25卷第4期
   针对传统的偏振图像融合方法存在图像细节丢失、边缘模糊、对比度下降等不足,提出了一种基于区域能量的非下采样剪切波变换域(NSST)偏振图像融合方法.首先,利用NSST对源图像进行分解,获取源图像的低频子带系数和高频子带系数;然后,对分解得到的低频系数基于区域能量加权融合,对高频系数先基于区域能量取大融合,再应用引导滤波进行细节增强;最后,通过NSST逆变换得到融合图像.实验结果表明,融合后的偏振图像能够较好地保留细节信息,同时使边缘更加清晰,图像标准差、平均梯度、信息熵、对比度、空间频率相对传统方法均有不同程度的提高,具有更好的视觉效果.    

18.  基于离散小波框架变换的彩色多聚焦图像融合算法  被引次数:3
   徐胜男  陈桂友  池海《计算机应用》,2005年第25卷第3期
   提出了一种基于离散小波框架变换的彩色多聚焦图像融合算法。首先求取各彩色多聚焦图像的灰度分量,再对各灰度分量进行离散小波框架变换,根据离散小波框架变换系数求取各图像中像素的清晰度指标,然后根据各图像中像素的清晰度指标对属于清晰区域的像素进行组合,从而得到融合后的图像。试验结果表明本文所提出的算法能够较好地解决彩色多聚焦图像融合问题。    

19.  一种新的多传感器图像融合方法  
   王红梅  李言俊  张科《西北工业大学学报》,2005年第23卷第6期
   提出了一种基于小波变换的改进图像融合方法和一种图像融合评价指标。对小波分解后的高频分量使用图像区域内象素的最大绝对值作为该区域中心象素的活性测度以得到融合图像的高频分量,对分解后的低频分量通过度量图像区域质量来选择该区域中心象素从而确定融合图像的低频分量,最后进行小波重构得到融合图像;文中还提出了用交互方差作为图像融合客观评价指标的方法。实验结果表明,该融合方法得到的图像清晰度和对比度都得到了较大的提高,是一种有效的图像融合算法;并且用交互方差作为图像融合的客观评价指标是可行的。    

20.  非下采样Contourlet变换的彩色图像融合  
   徐月美  张虹《计算机工程与设计》,2012年第33卷第8期
   为了提高图像融合的效果,以多聚焦的彩色图像为研究对象,提出了一种基于非下采样Contourlet变换的多聚焦彩色图像融合算法。对IHS模型的亮度分量I进行NSCT分解,根据多聚焦图像的成像特点和分解后的高低频系数相关性,对分解后的低频系数采用"区域能量取大"和高频系数采用"绝对值和取大"的融合准则进行融合,再进行非下采样Contourlet逆变换,得到融合后的亮度分量,并由此计算融合后的色调分量和饱和度分量,实现彩色图像的融合。实验结果表明,该方法的融合效果优于小波变换的融合结果,针对IHS模型的融合结果也明显优于RGB模型的融合结果。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号