一种基于统计信号处理和模糊数学的图像融合算法

在非多尺度分解的框架下，针对像素级的图像融合，提出了一种基于统计信号处理图像融合算法。该算法从一个直观的图像融合模型出发，即所获得的原始图像是模糊因子乘理想的融合图像与噪声进行非线性累加所得，应用模糊数学的原理和统计信号处理的EM算法，递推求出噪声的各项参数和对应的模糊因子，最终导出所求的融合图像。试验表明，应用该算法融合后的图像取得了满意的效果。     

基于多孔小波和模糊区域特征的图像融合方法

提出了基于模糊区域特征的图像融合方法，该方法是在多孔小波（htrous wavelet）多分辨率分析的基础上，根据图像每层的低频分量进行K-mean，将低频图像分解为重要区域、次重要区域以及背景区域；图像各个区域针对不同属性模糊化，根据每个区域各自的模糊隶属度来确定每一部分区域的融合策略，最终得到融合图像的多尺度表示，再对其进行多分辨率反变换就可以得到图像的融合结果。实验表明，该文提出的基于模糊区域特征的图像融合方法具有较好的融合结果。     

应用主成分分解(PCA)法的图像融合技术

本文在非多尺度分解的框架下,针对像素级的图像融合,提出了一种基于PCA分解的图像融合算法。该算法利用主成分分解可以保留原数据中的主要信息这一特点,由源图像获取数据的协方差矩阵,协方差矩阵的特征值和特征向量,据此确定图像融合算法中的加权系数和最终融合图像。试验表明,应用该算法融合后的图像取得了满意的效果.     

基于二次融合多特征的多聚焦图像融合

以多聚焦图像为研究对象,提出一种新的基于二次融合多特征的融合方法.利用模糊C-均值聚类算法(FCM)在多特征形成的特征空间上对图像区域分割,并在此基础上执行多尺度小波分解.然后,获取源图像区域特征矩阵,经过二维主成分分析(2DPCA)变换后进行特征融合,根据融合后的特征计算区域中每个窗体的特征隶属度.引入模糊指标判断区域中窗体的模糊性,应用模糊熵和窗体能量获得加权因子,从而得到融合图像的小波系数,利用小波逆变换得到融合图像.     

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。     

基于PCA分解的图像融合框架

提出一种基于主成分分析(PCA)分解的图像融合框架。对源图像进行主成分分析,依据前几个主成分重建图像,经过下采样过程得到近似图像,对近似图像进行上采样,得到上层图像的差异图像(即细节图像),将最底层近似图像与各层细节图像进行累加完成图像的重构。实验结果表明,该方法能保持图像细节,具有较好的融合效果。     

基于多小波变换的图像融合研究

多小波是小波理论的扩展,在图像处理方面具有单小波所不具有的优点。它能够为图像提供一种比小波多分辨分析更加精确的分析方法。在研究了多小波变换的特性后,提出了一种基于离散多小波变换的图像融合方法,并将由不同传感器获得的不同分辨率的遥感图像数据利用此方法进行了融合。这种方法不仅能够完好地显示源图像各自的信息,而且能很好地将源图像的细节融合在一起。通过实验结果证明,采用这种方法可以得到更好的融合效果。     

基于图像融合的红外弱小目标增强方法研究*

提出了一种使用图像融合进行红外弱小目标增强的算法,该算法采用两次融合结构。在一次融合中,使用简单图像融合方法将连续多帧图像进行融合以减少数据量并抑制噪声;在二次融合中,将一次融合的结果进行多尺度分解并对分解所得低频和各高频部分分别进行融合。对比了二次融合中使用小波变换、轮廓波变换、非下采样轮廓波变换等多尺度分解方法的融合效果。仿真实验结果表明了该方法的正确性,实现了对红外弱小目标的有效增强。     

一种基于多尺度最大信息熵和梯度的图像融合算法

提出了一种多尺度最大信息熵(Max Information Entropy,MIE)及梯度的图像融合算法,该算法在对源图像多尺度分解的基础上,根据低频小波系数及高频小波系数的特点,把信息熵引用到小波低频系数的选择中,根据局部信息熵的大小确定小波系数的选择;而高频采用基于最大梯度值的方法,最后对所选小波系数进行重构,即可得到融合图像.二者的结合,对图像的细节处理更加细致,又有效地消除冗余信息.通过实验分析,结果表明该算法与其他基于区域的方法相比,提高了融合效果.     

基于FPGA的图像融合处理系统方案设计

一种基于FPGA技术的图像处理系统,实现了图像数据的A/D采集、在SRAM以及SDRAM中的存取、在FPGA内部的DSP运算以及图像数据的D/A输出,具备图像融合处理功能。文章在阐述系统结构、总体方案和设计思想基础上,重点论述了系统各模块划分、芯片选型依据以及系统有关模块的接口设计。     

基于NSCT变换的多源图像融合并行算法

以可见光、红外和雷达图像为数据源,利用NSCT变换灵活的融合规则,即NSCT变换低频系数采用加权平均法、高频系数采用区域能量最大法,提出了基于NSCT变换的多源图像并行融合算法。大量图像融合实验表明,针对可见光、红外和雷达图像,采用不同的融合策略,可以得到较理想的融合图像。     

基于复数小波的相位自适应医学图像信号融合

小波变换具有方向选择性、正交性、可变的时频分辨率、可调整的局部和分析数据量小等优良特性,这些特性使得小波变换成为图像融合的强有力的工具和手段。本文采用复数小波融合医学图像信息,从而提高对图像的感性认识。该方法引入与基于医学图像信号相位特征相适应的加权图像信号集合体,运用图像信号的相位特征自适应地增强每幅图像信号间的信号融合过程中重要的解剖和功能特征。实验表明,与非适应性图像信号的融合方法相比较,该方法可有效改善解剖和功能特征视觉。     

基于数据同化的图像融合方法研究

数据同化凭借其在数值预报中将观测数据与理论模型相结合的特点,目前广泛应用于遥感图像处理及图像融合领域。文中介绍了数据同化的含义和数据同化系统的构成,并分析了其应用于图像融合的原理;结合现有的研究成果着重分析了数据同化框架下结合不同优化算法的图像融合方法,并对其进行分类比较,给出了各方法的优缺点和研究成果及应用;最后在总结了各种基于数据同化的图像融合方法普遍存在的问题的基础上,探讨了进一步发展与研究的方向。     

红外与可见光序列图像融合方法的研究

本文简述了红外与可见光图像融合的意义及其应用,介绍了多种红外与可见光序列图像融合方法。在对这些融合方法进行比较分析的基础上,总结了红外与可见光序列图像融合的研究现状、当前研究热点及未来的发展趋势。     

一种基于局域统计特征的影像融合方法

通过将较低空间分辨率的多光谱影像和较高空间分辨率的全色波段影像融合产生兼具多光谱和高空间分辨率特征影像是提高资源环境监测精度的重要途径之一。本文提出了一种计算简单、光谱保真性好的影像融合算法。该方法根据影像局域统计特征,建立融合方程,以表征全色影像空间结构和多光谱影像光谱信息的统计量为约束,求解融合系数,实现影像融合。试验结果表明该方法光谱保真性好、适应性强,具有一定的应用潜力。     

基于曲波变换的图像融合方法

本文在研究了曲波变换的特性后,提出了一种基于曲波变换的图像融合方法,并分别将由不同传感器获得的不同分辨率的遥感图像和医学图像利用此方法进行了融合.这种方法不仅能够完好地显示了源图像各自的信息,而且能很好地将源图像的细节融合在一起.实验结果表明采用这种方法可以得到更好的融合效果.     

多信息融合技术的城市交通监控系统的研究

将车辆检测器、射频技术以及计算机图像处理技术应用于城市交通监控系统,形成智能交通的一个子系统.介绍了三种传感器的信息处理和融合技术,能实现交通流量统计、智能交通调控、自动违章处理、车辆跟踪处理、交通实时查询以及车辆统计等功能,解决城市交通管理中的一系列经典难题.     

基于ADSP21160的并行信号处理技术

介绍了高端信号处理应用领域中对并行处理技术的需求，讨论了选用ADSP－21160作为并行信号处理机的处理器时并行结构的选择与实现。