NSST域改进NMF的红外与可见光图像融合

针对红外与可见光图像融合时细节信息提取不充分、算法复杂度高等缺点,本文提出一种降低算法复杂度、丰富细节信息的基于非降采样剪切波变换(NSST)和非负矩阵分解(NMF)的红外与可见光图像融合算法。该方法根据NSST算法对源图像分别进行多尺度、多方向稀疏分解,分别得到低频部分和高频部分。对低频部分采用基于改进的NMF融合规则;对高频部分采用拉普拉斯能量和视觉敏感度系数相结合的融合规则。最后,对低频融合部分和高频融合部分执行NSST逆变换得到最终的融合图像。实验结果表明,该融合方法不仅可以保证融合图像的清晰度,同时还可以缩短算法的运行时间。     

基于非张量积小波变换的足迹边缘提取算法

文章针对张量积小波图像边缘检测方法不能有效保留边缘信息的情况,提出了一种注重边缘保护的足迹边缘提取算法。该算法将非张量积小波变换和形态学理论引入到足迹边缘检测中,并利用合理的融合规则融合足迹边缘,使得到的合成图像清晰、全面地再现足迹边缘,为侦察人员确定犯罪分子提供有利的依据。