首页 | 本学科首页   官方微博 | 高级检索  
     

基于NSST和稀疏表示的多源异类图像融合方法
引用本文:王志社,杨风暴,彭智浩.基于NSST和稀疏表示的多源异类图像融合方法[J].红外技术,2015(3):210-217.
作者姓名:王志社  杨风暴  彭智浩
作者单位:1. 中北大学信息与通信工程学院,山西 太原 030051; 太原科技大学应用科学学院,山西 太原 030024
2. 中北大学信息与通信工程学院,山西 太原,030051
基金项目:国家自然科学基金项目,编号61171057;教育部高等学校博士学科点专项科研资助项目,编号20121420110004。
摘    要:针对SAR、红外和可见光图像的灰度差异性大,融合图像感兴趣目标不突出的问题,提出一种基于NSST和稀疏表示的多源异类图像融合方法。首先将训练图像进行NSST变换,在低频系数上构建多尺度学习字典;对SAR、红外和可见光图像进行NSST变换,利用滑动窗口分解低频系数为图像块序列,对图像块序列零均值化后再稀疏分解,采用稀疏系数绝对值取大的融合规则;高频子带系数采用局部方向信息熵显著性因子取大的融合规则;最后对融合系数进行NSST逆变换得到最终的融合图像。

关 键 词:图像融合  NSST  多尺度学习字典  稀疏表示  方向信息熵

Multi-source Heterogeneous Image Fusion Based on NSST and Sparse Presentation
WANG Zhi-she,YANG Feng-bao,PENG Zhi-hao.Multi-source Heterogeneous Image Fusion Based on NSST and Sparse Presentation[J].Infrared Technology,2015(3):210-217.
Authors:WANG Zhi-she  YANG Feng-bao  PENG Zhi-hao
Affiliation:WANG Zhi-she;YANG Feng-bao;PENG Zhi-hao;Information and Communication Engineering College,North University of China;College of Applied Science, Taiyuan University of Science and technology;
Abstract:
Keywords:image fusion  NSST  multi-scale study dictionary  sparse presentation  directional entropy
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号