共查询到19条相似文献,搜索用时 187 毫秒
1.
一种基于小波变换的多聚焦图像融合方法 总被引:11,自引:6,他引:11
提出了一种基于低频系数局部区域梯度信息的多分辨率图像融合方法。根据局部梯度信息对源图像的小波低频系数进行选择,获取融合图像的对应低频系数。依照平均误差、峰值信噪比、均方根误差以及偏差度、熵等评价标准,将该方法的多聚焦图像融合效果与其他三种常用低频系数融合方法的效果进行了比较。实验结果表明,该方法获得的大部分评价指标都优于其他三种方法,且其最佳小波分解层数为2层,而其他三种方法的最佳小波分解层数为5层。最佳小波分解层数越少,图像融合的计算量越小。该方法在减少计算量的同时,提高了融合质量。 相似文献
2.
3.
提出了一种新的基于小波变换多尺度积局部区域统计量的图像融合算法,简称MPLVDDWT(multiscale product local variance of dyadic discrete wavelet transform)算法.在图像融合过程通过利用多尺度积从而隐含了一个去噪的过程,这有利于在融合图像中突出图像的细节特征.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融合图像的细节信息. 相似文献
4.
小波变换具有优良的时频局部特性,但由于其尺度是按二进制变化的,存在“高频低分辨”这一缺陷.正交小波包分析能够将信号(图像)频带进行多层次划分,对多分辨分析没有细分的高频部分进一步分解,从而提高了频率分辨率,能有效地提取特定的频率成分.推导了小波包分析的基本原理,给出了基于正交小波包分析的遥感图像融合算法.最后,通过实例说明正交小波包分析的有效性和优越性. 相似文献
5.
6.
基于ARSIS概念,利用“à trous”冗余小波变换和波段间结构模型IBSM(TheInter—Band Structure Model),构建SAR图像和TM图像空间细节信息的关系,进而获得融合影像的空间细节信息,加上TM图像的光谱信息,利用小波逆变换,得到既有好的光谱特性,又有高的空间分辨率的融合影像.选用意大利ROME地区的TM和ERS-2 SAR数据进行实验验证,并和传统的IHS、彩色标准化(Brovey)等融合方法相比,在直观的视觉效果方面,新方法的融合影像明显比其它方法清晰,纹理特性和光谱特性均很好,计算影像的定量评价指标显示了本文所提方法的性能较好. 相似文献
7.
本文在分析小波变换的基础上,将小波分析应用到目标图像的融合跟踪技术上,利用小波的多尺度和多分辨特性,不仅能够获得不同分辨力下的图像序列,进行目标图像融合;还能有效地从信号中提取突变信号。对函数或信号进行多尺度的细化分析。图像边缘用小波变换进行处理和提取并对图像形心进行计算。能够得到较好的轮廓提取效果和形心定位精度,进而说明了小波变换可能成为目标跟踪中较好的数学方法。 相似文献
8.
多聚焦图像融合的最佳小波分解层研究 总被引:16,自引:1,他引:15
小波变换应用于多聚焦图像融合时分解层数的选取是一个关键问题。根据区域标准偏差最小准则对小波变换后的高、低频图像分别进行融合。利用峰值信噪比、偏差度、熵等标准对融合结果进行评价。对比实验结果表明,多聚焦图像融合的最佳小波分解层数为5层。 相似文献
9.
10.
Canny准则小波边缘检测在图像融合中的应用 总被引:5,自引:0,他引:5
提出了一种新的图像融合方法。该方法选择Canny准则作为边缘检测的基础,并结合小波变换算法,确定图像边缘位置。在小波域中,对高频信息依据其是否为边缘点采用不同的融合策略,对低频信息利用加权法进行融合,再进行小波逆变换重构融合图像。实验结果表明,提出的算法在抑制噪声的同时,能有效地突出边缘细节,更好地保持图像的空间分辨力。对于多聚焦图像的融合,偏差度为0.0520,熵为7.6609,相似度达到0.9985。 相似文献
11.
基于边缘信息的偏振图像融合算法及评价 总被引:1,自引:1,他引:0
偏振遥感图像通常都采用强度、偏振度、偏振角来表征目标偏振特性.本文提出的基于边缘信息的偏振图像融合算法是将三幅偏振图像利用离散小波变换把图像分解成不同尺度的低频和高频部分,采用小波区域窗口和子区域窗口统计把小波系数分类成边缘和非边缘系数,通过这些方法进行有效的边缘细节信息提取.在融合处理中,低频图像的小波系数平均值作为融合后的低频系数,高频细节系数根据不同区域特征选择方法以及对应输入图像小波系数的窗口区域方差来确定融合后高频小波系数.仿真实验结果表明,这样使得融合后的图像细节更真实更丰富,图像的偏振特性体现更为充分,同时减少对源图像的预处理要求,使图像在整体上有较好的视觉效果.从而证明这种方法能够在保留图像微小细节方面获得满意的结果,且算法有效性优于其他的图像融合方法. 相似文献
12.
13.
14.
15.
16.
17.
18.
提出了基于小波变换的电容层析成像重建图像融合方法。首先,使用共轭梯度最小二乘法算法及Landweber迭代算法分别进行图像重建;其次,将所得重建图像进行小波分解,其近似分量按加权平均的融合规则进行处理,细节分量按绝对值最大融合规则进行处理;最后,将融合之后的数据进行小波重构,获得新的重建图像。仿真及实验结果表明,融合后的重建图像精度有所提高、图像伪影明显减少。 相似文献
19.
无需重构的多分辨率图像融合算法(英文) 总被引:1,自引:1,他引:0
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。 相似文献