共查询到18条相似文献,搜索用时 234 毫秒
1.
基于非下采样Contourlet变换的多传感器图像边缘检测 总被引:2,自引:1,他引:1
提出一种基于非下采样Contourlet变换(NSCT)的多传感器图像边缘检测方法,通过非下采样金字塔(NSP)和非下采样方向滤波器组(NSDFB)实现了对图像的多尺度多方向分解。在检测处理中,采用改进的一致性校验策略:高频系数除了进行本层的一致性校验外,还进行多层之间的一致性校验。非下采样Contourlet变换保留了Contourlet变换良好的多分辨率特性,又具有平移不变性,更适应于进行多传感图像融合,为图像边缘检测提供了新的方法。 相似文献
2.
提出一种基于非下采样Contourlet变换(NSCT)的多描述图像编码方法,以解决在复杂网络环境及信道受限情况下数据包丢失导致的图像质量下降问题。一幅图像经过梅花下采样会引入很多高频信息,而NSCT变换是一种具有移不变性多尺度、多方向分解的变换,这种特性更能"捕捉"高频信息。实验证明单描述图像重建效果明显,中央信道解码图像通过数据融合算法实现两描述重建,进一步改善了图像质量。 相似文献
3.
4.
5.
6.
7.
8.
9.
10.
基于非下采样Contourlet变换的多传感器图像融合 总被引:5,自引:0,他引:5
根据非下采样Contourlet变换同时具有多尺度多分辨分析和平移不变性质的特点,提出一种基于非下采样Contourlet变换的多传感器图像融合方法,将其应用于多传感器图像融合的两个重要领域——多聚焦图像融合和高分辨、多光谱图像融合,从视觉效果和信息量指标方面对融合图像进行主观评判和数值评价.实验中将本文方法与Contourlet变换、小波变换、主成分分析等方法进行了比较,结果表明本文方法得到的融合结果具有更优的视觉质量和量化指标,能很好地将源图像的细节信息融合在一起,拓广了NSCT的应用范围. 相似文献
11.
12.
基于Contourlet变换和多尺度Rentinex的水下图像增强算法 总被引:1,自引:0,他引:1
针对水下图像对比度低、边缘模糊、噪声大等特点,提出一种基于非下采样Contourlet变换和多尺度Retinex的水下图像增强算法。将水下图像进行多尺度多方向的非下采样Contourlet变换;利用多尺度Retinex算法调整低频系数,提高图像整体对比度;在各带通方向子带上估计噪声,抑制模值小于阈值的系数,改进神经网络中的Sigmoid函数用于调节模值大于阈值的系数;经非下采样Contourlet逆变换得到增强图像。与几种传统增强算法相比,本算法处理的图像达到了抑制噪声、改善图像对比度、突出目标轮廓的目的,具有较高的对比度评估值。 相似文献
13.
一种基于非采样Contourlet变换红外图像与可见光图像融合算法 总被引:5,自引:1,他引:5
针对同一场景红外图像与可见光图像的融合问题,提出了一种基于非采样Contourlet变换(Nonsubsampled Contourlet Transform,NSCT)图像融合算法.算法首先采用NSCT对源图像进行多尺度、多方向分解,得到低频子带系数和各带通方向子带系数.然后,针对低频子带系数的选择,提出了一种基于红外图像与可见光图像物理特征的"加权平均"系数选择方案;针对各带通方向子带系数的选择,结合人眼视觉特性,提出了一种基于区域能量匹配的系数选择方案,得到融合图像的NSCT系数.最后经过NSCT逆变换得到融合图像.实验结果表明该算法可获得较理想的融合图像,其融合效果优于传统的基于离散小波变换以及离散小波框架变换的图像融合算法. 相似文献
14.
15.
16.
17.
基于NSCT和PCNN的可见光与红外图像融合算法 总被引:1,自引:0,他引:1
提出了一种基于Contourlet变换的非下采样变换(Nonsubsampled ContourletTransform,NSCT)和脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)的可见光与红外图像融合算法。该算法首先对源图像进行NSCT分解,得到低频子带系数和各带通方向子带系数。然后对低频子带系数提出一种基于可见光与红外图像自身特性的加权平均融合方法,再对各带通子带系数提出基于PCNN的融合方法。最后经过NSCT逆变换得到融合图像。实验证明,该方法优于小波方法和传统的NSCT方法。 相似文献
18.
在红外线与可见光图像的融合过程中,经常会出现融合图像细节方面缺失的情况。为了解决这一问题,采用了改进的非下采样轮廓波变换(NSCT)图像融合算法,融入动态的加权非负矩阵分解规则(WNMF),对图像进行融合处理。结果表明,利用非下采样轮廓波变换算法对两幅源图像进行多尺度多方向的分解,可得到低频与高频部分;动态的WNMF融合规则作为低频部分的融合规则;高频部分中最高层的分解尺度采用绝对值取大的方法;高频部分其它各层则设定匹配度阈值;低于阈值时,使用基于区域能量匹配度的区域方差选大的方法;如果高于阈值时,采用加权平均的方法进行;通过对低频部分与高频部分的处理,用NSCT逆变换方式获得了融合图像。该方法有效提高了融合图像清晰度,凸显了其细节信息,缩短了所需的计算时间。 相似文献