基于小波变换的多聚焦图像融合方法

介绍一种利用小波变换实现多聚焦图像融合的方法,它针对小波变换后图像的近似部分和细节部分采用不同的融合规则,组成一个新的小波分解系数,再进行小波重构,即可得到融合图像.实验结果表明,基于小波变换的多聚焦图像融合方法具有良好的效果.     

一种基于提升小波的图像融合方法

文章探讨了一种新的基于提升小波变换的图像融合算法。该算法能够有效地解决目前常用的多尺度分解方法所存在的运算速度慢、对内存的需求量大、不适于实时应用的局限性。同时，该算法可以最大限度地保留待融合图像的信息，提高了待融合图像的清晰度。实验结果表明，该算法在执行时间和融合后的图像质量上都优于传统的方法。     

一种基于提升小波变换的快速图像融合方法

目前，多尺度分解的方法已开始应用于图像融合．针对基于传统的多尺度分解的融合方法运算速度慢、对内存的需求量大，不适于实时应用的局限性，提出了一种新的基于提升小波变换的快速图像融合算法．多个源图像分别进行提升小波分解，使用恰当的融合规则合并各尺度对应的分解系数，通过提升小波逆变换得到复合图像，实验结果表明，提出的算法无论在执行时间还是融合后的图像质量上都优于传统的方法，有广泛的应用前景，特别适用于实时系统。     

基于小波包变换的分频图像融合方法

利用多源遥感数据有利于以多种数据集互补的方式提供单一数据集无法提供的信息,图像融合则是多源信息集成的关键之一。本文提出了基于小波包变换的分频图像融合流程,即对于用小波包分解得到的低频和高频部分,采用不同的融合策略。采用熵、联合熵、偏差指数和边缘指数等作为定量指标,对这种流程的融合结果进行了质量评价。通过ETM 多光谱和全色图像融合实验表明这种方法在光谱信息保持和纹理信息增强上相较与传统融合方法有明显优势。     

基于小波域的自适应多尺度图像融合

在小波变换的基础上提出了自适应图像融合算法,该方法通过自适应多尺寸窗的应用得到融合图像.最后分别对仿真图像和多聚焦图像进行了图像融合的实验并与其它几种算法进行了比较.结果表明,该算法对提高图像融合的质量有显著的优势,证明了算法的有效性和可行性.     

基于Contourlet变换的图像融合方法研究

首先介绍了图像的直接融合算法、小波变换算法和Contourlet变换算法;然后利用Matlab环境进行仿真并采用互信息和边缘能量测度来进行融合效果的评价.评价结果显示,Contourlet变换算法实现的图像融合能更好的反应图像的细节特征.     

基于改进小波变换的医学图像融合方法

小波变换在图像融合中的应用已有不少,但大多是热图像和可视图像的融合,在医学图像融合方面的研究还比较少.针对这一现状,提出了基于形态学小波的医学多分辨率融合方法和小波域基于差值图像分割的加权融合方法.该方法保留了小波的视觉效果,同时在很大程度上减少了运算的复杂度,优化了加权系数的计算方法,得到了较好的融合效果.实验结果表明了该算法的优越性.     

基于小波变换的图像融合方法研究

介绍了图像融合的基本原理、结构模型及应用领域,简述图像小波分解与重构的Mallat算法。在Matlab7.0环境下,采用Daubechies小波(dB4)滤波器组对待融合图像进行了3级正交小波分解,低频系数采用边缘保持,高频系数采用基于区域能量最大的规则进行融合,并对融合图像进行质量评价。     

基于双树复小波变换的图像融合方法

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。     

基于小波变换的多传感器图像融合方法

本文首先介绍了图像融合技术的分类,在详细讲述基于小波变换的图像融合原理的基础上,结合本人观点给出了四种有代表性的多传感器图像融合算法,最后总结了图像融合的现状和发展前景。     

正交小波变换在图像融合中的应用

阐述了多传感器图像融合技术的原理和融合方法。利用小波分解的多分辨率特性和方向性，建立了一种新的基于小波多尺度分解的分层图像融合方法，提出了新的融合规则和融合算子。实验表明基于小波变换的图像融合方法是有效的，该方法的融合效果优于其他的图像融合方法，融合后的图像质量得到了较大提高。     

基于邻域平均梯度的小波图像融合

在图像融合领域中,小波变换是一种重要的方法。首先对图像做小波分解,得到小波的分解系数,基于平均梯度能够反映图像微小细节的反差,应用了一种基于邻域平均梯度的小波融合算法,对源图像进行了融合,并与最大绝对值法,邻域方差法做了比较,采用峰值信噪比、信噪比和均方根误差作为评价度量,并指出了该算法的最佳分解层数,通过实验证明,该算法显示了一定的优势。     

小波包变换在混合噪声图像中的增强技术

图像在获取和传输过程中总会受到噪声等的影响,使图像数据和现实差距太大.为了快速有效地去除这些噪声信号,详细研究了基于小波包变换去除噪声的方法和原理,探讨了基于小波包变换的含多种噪声的图像增强处理技术.实验表明,这种方法在图像去噪处理中是有效可行的.     

一种基于小波变换的图象融合算法

基于多分辨率小波变换的融合算法近年来得到了广泛的应用。为了充分利用各种遥感图象的信息中,针对“资源一号”卫星图象和SPOT全色波图象,提出了一种新的基于区域能量特征的小波变换复原-增强融合算法。通过同IHS、PCA和HPF几种传统融合方法的比较和结果评价,证明该方法在提高“资源一号”卫星图象空间分辨率的同时,还较好地保留了多光谱图象的光谱信息,并且有效地克服了“资源一号”卫星图象模糊的特点。     

一种基于小波包变换的遥感影像融合方法

针对多光谱遥感影像和全色遥感影像,提出了一种基于小波包变换的遥感影像融合方法。新方法首先对多光谱遥感影像进行PCA变换;其次对多光谱遥感影像的第一主分量和全色遥感影像进行小波包变换;然后保留多光谱影像第一主分量的低频近似分量,融合它们的高频细节分量;最后,做小波包反变换,得到新的多光谱遥感影像第一主分量,再做PCA反变换,得到新的多光谱遥感影像。与PCA变换融合方法、IHS变换融合方法和小波变换融合方法等方法在主观视觉效果分析和客观统计参数两方面做了比较,新方法是有效的,不仅较大地增强了结果影像的空间细节表现能力,而且很好地保留了多光谱影像的光谱信息。     

一种基于小波分解的图像融合方法

在图像配准的基础上,提出了一种利用小波分解和Gabor小波滤波器提取能量测度进行加权的图像融合方法.该方法中,首先对图像进行小波分解,对每一层分解系数使用Gabor滤波器集进行滤波,求取其相应的能量测度,进而使用能量测度值对融合图像相应层的小波系数进行加权处理,从而得到融合后图像相应层分解系数,最后对每一层分解系数进行小波逆变换,得到融合图像.试验结果表明,这种简单的加权系数关系是可行的,而且该方法可以取得较好的图像融合效果.     

基于PCA与小波变换的彩色图像融合算法

针对多聚焦彩色图像融合问题,提出了一种基于PCA与小波变换的多聚焦图像融合算法.首先,利用主元分析和离散小波框架变换算法,将图像分为清晰块与模糊块;然后对于清晰块,直接选取该块作为融合后的相应块区域;对于模糊块,则建立了基于点特征值的像素选取方法,分别从两幅待融合图像中选取特征值较大的点作为融合结果的像素点,从而得到最终的融合结果图.实验结果表明,所提出的方法能够较好地解决彩色多聚焦彩色图像融合问题,融合效果较为理想.     

基于小波的彩色图像融合技术

由于图像拍摄时的几何差异和色彩差异,传统融合技术往往出现模糊或假边界.该文介绍一种融合两幅具有重叠区域的彩色图像的实用算法.算法采用交互式选取控制点并指定几何变形类型进行图像配准;在YIQ色彩空间分别融合各分量;在小波变换多尺度分析的基础上,模拟时域加权函数,提出基于小波变换的归一化Mask算法进行图像融合,算法在不同尺度上对各分解系数进行不同程度的融合,体现了时域中不同区域的重要程度.算法实用性强,应用方便.实验表明,融合图像平滑自然,具有很好的视觉效果.     

基于分块的小波多聚焦图像融合方法

提出了一种基于分块的小波多聚焦图像融合方法。并采用均方根误差对该方法进行了评价,实验结果表明,该疗法其钉非常好的融合效果。其融合性能优于对图像不作小波分解而直接进行分块融合的方法和仅作小波分解而不进行分块的融合方法。与已有融合疗法相比,能消除块痕迹,且能节约运算量。     

解压缩图象质量的客观评价研究

指出了峰峰值信噪比ＰＳＮＲ用于图象质量评价的缺点,提出了一个直接量解压缩图象质量的客观指标－细节信噪比ＤＳＮＲ,它能客观反映细节信号能量和噪声对图象质量的影响。实验证明,在相同场景中ＤＳＮＲ能较好地反映ＰＳＮＲ的变化,因而可以用于同一图象的不同压缩图象以及图象序列的评价。