基于小波变换的不同融合规则的图像融合研究

图像融合是一种重要的增强图像信息的方法。提出了一种基于多尺度分解的像素图像融合方法。利用小波变换按照不同融合规则及融合算子构造融合图像对应的小波系数。通过对可见光图像与红外图像进行融合的实验比较表明，以像素的局部能量为准则的融合效果更好，既可避免传统融合规则的信息损失，又提高了融合图像的空间分辨率和清晰度，融合图像更符合人的视觉特性，也有利于机器视觉。     

运用小波图像融合技术增强痕迹偏振图像

针对单幅痕迹偏振图像存在的灰度反差微弱、痕迹特征残缺等缺陷,提出运用小波图像融合技术对多幅痕迹偏振图像进行融合处理,以增强痕迹图像视觉效果的策略。结合痕迹物证检验工作的需要,对低频子带图像采取基于区域窗口的梯度平方和较大法,而高频子带图像采取基于区域窗口的系数绝对值极大法,并将此方案应用于衣物上的轮胎痕迹偏振图像的增强处理。实验结果表明,经过融合处理后的轮胎痕迹偏振图像无论在主观视觉效果,还是在客观评价数据上都获得了期望的增强效果,满足痕迹物证司法鉴定的技术要求。     

基于偏振成像技术和图像融合理论杂乱背景压缩

文章在光学偏振理论的基础上,根据Stokes图像之间的相互联系和特征,提出了一种基于Stokes图像能量特征和噪声特征的小波域图像融合规则,以便高效地压缩图像中的杂乱背景;同时给出残余杂乱背景与总杂乱背景的比率RCC的定义,并结合信杂比SCR的定义对背景的压缩程度进行评价.实验仿真结果表明该方法在杂乱背景压缩方面具有优越性.     

小波分析在图像融合中的应用

图像融合的目的是把同一目标的多幅图像融合成一幅质量高的图像。本文给出了一种基于小波变换的图像融合方法，首先对两幅图像使用正交小波进行分解，得到两幅图像的小波分解系数，根据小波系数的特点，对两幅图像的小波系数进行比较，取绝对值大的小波系数构成融合的小波系数矩阵。对融合小波系数矩阵进行小波反变换，得到两幅图像的融合图像。最后使用该方法对两幅图像进行了融合，得到的融合图像汲取了两幅图像的优势，是一幅质量高的图像。     

小波变换在多光谱图像融合中的应用

本文用小波变换实现了多光谱图像的融合，在数据融合的过程中，使用适应于小波变换的系数特点的区域选择算子，进行基于区域和方向的特征选择，并进行了有针对性的图像增强。     

在ECT图像重建中有效使用图像融合技术

电容层析成像技术中图像重建的算法众多,这些算法各有其优势及不足如LBP算法简单、速度快,但成像质量较差;正则法较为多的加入了人为的因素;投影Landweber迭代法稳定性好,但需要大量迭代应用性不强。本文在吸取几种算法的优势采用小波变换融合的方法基于图像的局部能量,在图像重建中恰当的使用融合规则,提高成像质量和效率。     

粗糙集与小波变换在图像融合中的应用

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.     

图像融合技术在“多媒体课程”中的教学应用

数字图像处理是电子类、通信类等专业的一门主要的专业课程,该课程融合了前面基础课程的知识,加以应用扩展。为了深化该门课程的教育改革,努力改变教学现状,能够让学生通过本课程的学习,不仅具备理论知识,而且对前沿及就业都能获益,因此提出了基于“数字图像处理”课程的改革方案,拟从骨干教师培养、辅助教学平台、双语教学等方面进行改革,加强师生互动,提高学生的综合能力,并且设计了图像融合综合实验设计。培养学生动手操作能力。     

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。     

基于小波变换的图像融合技术研究

提出了一种基于小波变换的图像融合算法.首先,将配准后的多源图像进行小波分解,从而得到各个源图像的低频系数和高频系数.其次,对分解后的小波系数矩阵采用区域特征进行融合处理,最后,通过小波逆变换得到融合图像.通过大量的实验以及与其他融合算法的比较分析,表明该方法的有效性和优越性.     

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.     

基于区域能量比的红外与可见光图像融合方法

目前大部分基于小波变换的图像融合算法只是考虑单个小波系数的独立性或者其邻域的相关性,这样影响了图像融合的结果.针对这一点,提出一种新的基于区域能量比的图像融合算法.实验结果表明该算法能够较好地保留光谱信息和细节信息.     

多个小波基联合的多聚焦图像融合方法M

提出了一种利用多个小波基联合的多聚焦图像融合新方法。该方法首先用每个小波基对源图像进行基于局部能量的融合,得到多幅初级融合图像,然后对初级融合图像在空间域内再进行基于局部方差加权平均融合,得到最终融合图像。实验结果表明,该方法比传统的单小波基融合方法具有更好的融合效果。     

基于线性融合模型的多传感器图像融合

本文提出了一种新的基于小波变换的多传感器图像融合算法,在线性融合模型中引入了传感器噪声项,算法首先给出了基于期望融合图像局部方差最大的多传感器融合系数估计方法,然后利用多传感器图像和融合系数估计期望融合图像.最后的实验结果表明了本文图像融合方法具有明显的噪声抑制能力,能够得到更好的融合效果.     

一种基于提升小波变换的图像融合方法

在针对传统的多尺度分解的融合方法运算速度慢、内存需求量大，不适于实时应用的局限性的基础上，提出了一种基于提升小波变换的图像融合算法。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融合图像。实验结果表明，提出的算法无论在执行时间还是融合图像质量上都优于传统方法，有广泛的应用前景，特别适用于实时系统。     

一种新的可见光图像融合方法

本文探讨了可见光多聚焦图像的融合问题。在运用电路与系统理论分析了多聚焦图像成像机理的基础上，提出了一种基于小波变换的融合算法，实验结果表明，该方法可有效综合多聚焦图像，从而获得场景内所有物体都清晰的图像。     

基于对比度的多分辨图像融合

本文给出一种基于对比度的多分辨图像融合算法.首先,利用小波变换得到待融合图像的多分辨分析,同时得到图像的多分辨对比度序列;然后以对比度为判据,在图像的多分辨分析的相应各级上进行融合,得到融合图像的多分辨分析;最后,利用小波逆变换重构融合图像.算法使用同一场景可见光图像和红外图像进行了验证,结果表明,融合图像完好地显示了源图像各自的信息.     

一种基于小波变换的图像融合算法

本文给出了一种基于小波变换的图像融合方法,并针对小波分解的不同频率域,分别讨论了选择高频系数和低频系数的原则.选择高频系数时,基于绝对值最大的原则,并对选择结果进行了一致性验证.文章设计了三种选择低频系数的方案,即平均法、Burt提出的平均与选择相结合的方法和基于边缘的方法.平均法在一定程度上降低了图像的对比度;平均与选择相结合的方法根据两幅图像的相关性采用平均法或选择法;第三种方法是一种基于边缘的方法,在多幅原图像中选择最有可能是边缘的点加以保留,得到的合成图像最清晰.文章最后将提出的算法用于多聚焦图像的融合.从仿真结果可以看出,文中给出的方法可以很好地保留多幅原图像中的有用信息,得到多个目标聚焦都很清晰的融合图像.通过比较可知,如果尺度系数的选择采用第三种方案,融合图像的视觉效果最好.     

基于小波变换的图像融合技术研究

基于小波变换的融合算法形成了多分辨率融合算法的一个新的有用框架。由于人类视觉只对亮度信号的局部对比度敏感,提出了小波对比度的概念。图像经小波多分辨率分解后,依照小波对比度,定义变换系数邻域活性和系数匹配程度测度,按照系数匹配程度加权系数形成融合图像。将小波多分辨率分解和人类视觉对局部对比度敏感的特性优雅地结合在一起。     

基于自适应融合规则的多分辨率图像融合算法

针对可见光与红外图像融合,设计了一种基于边缘检测的自适应融合规则.其思路是对小波变换分解后的高频子图像进行边缘检测,对边缘点的融合采用绝对值取大并一致性检验的方法,而对非边缘点的融合采用基于区域方差的融合规则;对低频子图像的融合采用任一原始图像的低频成分.和其他7种融合规则从不同角度进行了对比实验,结果表明该融合规则即保留了可见光图像的边缘信息,又融合了红外图像的高灰度值信息,而且目标和背景的对 比度变得更好.