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。     

利用量化判据进行多聚焦融合图像的重构分析

提出一种基于对比度视觉模型的图像融合自适应分块搜索算法,利用几种量化判据,即均方根误差、熵、交叉熵和互信息进行融合图像序列分析及效果评价,对同一场景两幅严格配准的多聚焦图像的清晰恢复进行了深入研究。通过大量的图像实验表明:无论是依据视觉的主观评价,还是客观评价准则,该方法能实现多聚焦图像对标准参考图像的精确重构或优化融合效果。     

评价多传感器图像融合效果方法的比较

为了选择一种在复杂条件下能与主观评价图像融合方法取得一致效果的客观评价方法,对一些方法进行了比较。通过量度融合图像与源图像的交互信息,评价多传感器图像的融合效果具有简单、准确、抗干扰性好的特点。通过红外图像与可见光图像融合的实验,将交互信息量的评价方法与其他评价方法相比较,结果表明,交互信息量是一种很好的评价指标。     

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。     

红外与可见光图像融合的多分辨率方法

给出一种适合于红外与可见光图像融合的多分辨率融合方法。方法基于对比度塔形分解的图像融合方法,在融合过程中可有选择地突出被融合图像的对比度信息,达到良好的视觉效果。利用熵、交叉熵、互信息量、平均交叉熵、均方根交叉熵等参量,对多种图像融合方法的性能进行了定量评价和比较。实验结果表明,方法用于红外与可见光图像的融合十分有效。     

一种遗传搜索块寻优的不同聚焦点图像融合算法

该文提出一种将遗传搜索策略应用于多聚焦图像融合子块寻优的算法,对同一场景两幅严格配准的多聚焦图像的清晰恢复进行了深入研究。该方法把图像子块大小作为遗传染色体,经过杂交、变异等操作,以便得到全局意义上的最优解。利用3种评价参量,即均方根误差、熵和互信息进行不同图像融合方法的分析及效果评价,文中讨论了两种情形,并通过大量的图像实验表明:当聚焦目标无交叉模糊区域时,该方法能实现多聚焦图像对参考源图像的重构或优化融合效果;当聚焦目标有交叉模糊区域时,该方法也取得了很好的效果,超过Laplacian算法和小波变换法。     

融合参数对对比度塔形分解图像融合方法性能的影响研究

给出了一种基于对比度塔形分解的分层图像融合新方法,其在融合过程中可有选择地突出被融合图像的对比度信息与细节信息,以求达到良好的融合效果.此外,利用熵、交叉熵、互信息量、均方根误差、峰值信噪比等参量,定量评价和研究了不同融合层数、融合规则以及特性区域大小等参数对该融合方法性能的影响.多组不同类型图像的融合实验表明,对融合性能的定量评价结果与融合后图像的视觉效果相吻合.     

图像融合评价方法的研究

图像融合就是用一种特定的算法将两幅或多幅图像合成为一幅新图像.图像融合的评价包括主观评价和客观评价.本文总结介绍了现有的图像融合评价方法,其中着重介绍了图像融合的客观评价方法,可分为5类:统计特性评价方法;信息量评价方法;图像清晰度评价方法;信噪比评价方法;光谱信息评价方法.然后又介绍了两种新的图像融合评价方法,最后提...     

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。     

基于小波分析的不同融合规则的图像融合研究

图像融合是多传感器信息融合在图像处理领域的一个重要应用,以小波分析为工具是这一领域研究方法上的重大突破。在引入小波分析用于图像融合的基础上,对现有的常用的融合规则和融合算子进行了介绍。选取其中有代表性的算法进行了大量实验,并用熵、交叉熵、交互信患量等多种评价方法进行了定量分析与比较。最后得出结论并指出该领域今后研究的方向。     

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.     

基于目标提取与NSCT的图像融合技术研究

针对红外图像目 标突出、背景对比度差、可见光图像分辨率高以及对热目标不敏感且隐蔽目标无法发现等问 题,本文 提出了一种能够突出两种图像的优势信息且不降低图像分辨率的图像融合方法。首先采用 Renyi熵提取红外目标,并通过非下采样Contourlet变换(NSCT)对可见光图像进行自适应增 强;然 后将图像增强后的可见光图像与目标图像进行融合,得到融合图像。通过对比,本文融合图 像的视觉 效果明显优于其他方法的融合图像。最后,采用多种指标进行评价。结果表明,基于目标提 取的图 像融合方法可以有效突出目标信息,提高图像的亮度和对比度,特别适于低能见度下的目标 检测与图像增强。     

基于双层次决策规则的红外与可见光图像融合

针对传统可见光和红外图像融合方法存在融合图像中缺失方向性信息和各向异性信息的问题,提出了一种基于双层次决策规则的红外与可见光图像融合方法。该方法将各向异性扩散(Anisotropic Diffusion,AD)和极值规则进行融合,首先通过AD滤波器将每个输入的源图像分解为近似层和细节层。然后将双层次融合决策规则分别应用于细节层和近似层,以保留光谱信息和结构信息,最后使用结构相似性指数(SSIM)、平均梯度(AG)和信息熵(IE)对融合图像的图像质量进行评估。实验结果表明,相比现有其他图像融合方法,所提方法的融合图像中具有更多的信息并有效减少了伪影现象,验证了所提出方法的有效性。     

基于小波变换的红外与可见光图像融合技术研究

随着传感器技术的发展,单一的图像传感器往往不能够从场景中提取足够多的信息,需进行多源图像融合.为了解决多传感器图像所表现的目标特征不一致的问题,本文采用小波变换对红外及可见光图像进行了融合.首先利用小波变换将图像进行多尺度分解.对于高频部分融合,取两幅图像小波系数矩阵对应元素的最大绝对值构造小波系数矩阵;针对低频部分融合,采用基于领域像素相关和基于区域方差相结合的策略.实验结果表明,该算法将红外与可见光图像对同一目标所表现出的不同特征、细节有效地融合在一幅图像里,增加了单幅图像的信息量,丰富了目标的信息层次,为图像显示观察和后续图像处理系统获取信息提供了基础.     

基于自适应区域方差的图像融合方法

基于自适应区域方差的图像融合方法。根据具体图像采用自适应方法确定区域方差的求取范围。图像融合的方法是区域方差融合,图像采用Contourlet变换。实验结果表明,采用区域方差融合的方法能有效提高图像的信息熵和平均梯度。与传统的直接融合方法相比,在完成了图像融合的功能的前提下提升了图像的细节信息。