期刊文献+

基于快速整数提升小波变换的多幅图像融合 被引量:7

Fusion of multiple images based on integer lifting wavelet transform
原文传递
导出
摘要 在分析已有多分辨率图像融合方法的基础上,针对多幅图像融合模型的选择问题,提出了一种基于快速整数提升小波变换的多幅图像融合新算法。首先采用整数提升小波变换将多幅源图像分解到不同尺度、方向频带范围内,然后根据图像提升小波变换后不同子带的特点分别采用了2种新的高、低频融合策略,最后通过整数提升小波逆变换得到融合图像。对多幅源图像进行了融合实验,并对融合结果进行了主观和客观的评价。实验结果表明,该算法不仅适合多幅图像的实时快速融合,而且可以获得视觉效果较佳、细节更为丰富的融合图像。 Aiming at the selection of fusion rules of multiple images,a novel fusion algorithm of multiple images based on fast integer lifting wavelet transform is proposed.Firstly,the integer lifting wavelet transform is used to perform a multi-scale and multi-orientation decomposition of each input image.And then,the integer lifting wavelet coefficients for the fused image can be obtained by means of new fusion rules in different frequency bands.Finally,the fused image is reconstructed by the inverse integer lifting wavelet transform.The experimental results show that the new approach is more effective in both computational speed and fused image quality than the traditional multi-resolution image fusion method.
出处 《光电子.激光》 EI CAS CSCD 北大核心 2010年第1期144-148,共5页 Journal of Optoelectronics·Laser
基金 国家自然科学基金资助项目(90510017) 陕西省教育厅基金资助项目(08JK399) 西安理工大学校青年基金资助项目(108-210817)
关键词 多幅图像融合 整数提升小波变换 融合规则 性能评价 fusion of multiple images integer lifting wavelet transform fusion rule performance evaluation
  • 相关文献

参考文献5

二级参考文献84

共引文献102

同被引文献47

  • 1王咏胜,付永庆.基于非抽样复轮廓波变换的图像去噪算法研究[J].光电子.激光,2009,20(8):1118-1122. 被引量:3
  • 2王蓉,高立群,柴玉华,杨姝.一种多聚焦图像融合方法[J].控制与决策,2005,20(11):1256-1260. 被引量:5
  • 3王洪光,周浥,童明强,魏臻.融合显示红外在线监测系统的研究[J].天津理工大学学报,2006,22(5):21-24. 被引量:3
  • 4姜明新,李敏.基于整数小波变换的数字水印算法[J].大连民族学院学报,2007,9(3):48-50. 被引量:2
  • 5Candes E. Compressive sampling[A]. International Congress of Mathematics[C]. Madrid,Spain, 2006,3 : 1433-1452.
  • 6Donoho D. Compressed sensing[J]. IEEE Trans. on Information Theory. 2006,52(4) : 1289-1306.
  • 7Richard Baraniuk. A lecture on compressive sensing[J]. IEEE Signal Processing Magazine,2007,24(4) : 118-121.
  • 8Chen S, Donoho D, Saunders M. Atomic decomposition by basis pursuit[J]. SIAM Review,2001 ,43(1) : 129-159.
  • 9Chartrand R. Exact reconstruction of sparse signals via nonconvex minimization[J]. IEEE Signal Process. Lett, 2007,14(10) : 707-710.
  • 10Candes E, Wakin M B, Boyd S P. Enhancing sparsity by reweighted ell-1 minimization[J]. Journal of Fourier Analysis and Applications, 2008,14 ( 5 ) : 877-905.

引证文献7

二级引证文献27

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部