不可分拉普拉斯金字塔构造及其在多光谱图像融合中的应用

针对拉普拉斯塔形(LP)变换在图像融合中具有高频信息损失严重且缺乏平移不变性的问题,利用不可分小波具有平移不变性和能够准确描述图像细节信息的特点,提出一种新的非采样不可分拉普拉斯金字塔构造方法,并将该构造方法应用于多光谱图像融合中。首先,构造六通道不可分低通滤波器,利用该滤波器构造多光谱图像和全色图像的非采样不可分小波塔形分解,进而对图像进行非采样不可分拉普拉斯塔形分解;然后,针对不同的分解层采用不同的融合规则进行融合;最后,根据不可分拉普拉斯重构算法进行重构,即可得到融合后的图像。实验结果表明,与离散小波变换(DWT)的融合方法、基于Contourlet变换(CT)的融合方法以及基于直方图中轴化(MHE)的融合方法对比,所提方法在保持原全色图像空间分辨率的评价指标空间相关系数上分别提高了1. 84%、1. 56%和11. 06%,在光谱信息保持程度的评价指标相对整体维数综合误差上分别降低了49. 26%、48. 15%和89. 19%。该方法所得图像在获得好的光谱信息的同时有效地提高了空间分辨率,较好地保留了图像的边缘信息与结构信息。

基于四通道不可分加性小波的多聚焦图像融合

针对张量积小波不具有对称性,在图像融合中难以获得高空间分辨率图像的问题,文中利用伸缩矩阵为[2,0;0,2]的不可分小波的构造方法构造四通道6×6对称的不可分小波滤波器组,并把它应用于多聚焦图像的融合中。利用此类滤波器组中的低通滤波器对多聚焦图像进行加性小波分解,得到小波平面组,然后利用融合规则对分解后的小波平面进行融合。实验结果表明,该方法有较好的融合效果,融合结果图像具有较高的清晰度和空间分辨率,其融合性能优于拉普拉斯金字塔融合方法(基于LP的融合方法)、基于小波分解的融合方法(基于DWT的融合方法)和基于三通道不可分对称小波的融合方法(基于3-NSDWT的融合方法)。

基于提升小波和直方图匹配的图像增强方法

针对经典图像增强方法中鲜有对清晰图像和模糊图像的均值和标准差关系研究的不足,提出了一种提升小波变换、曲线拟合和直方图匹配相结合的低对比度图像增强算法。首先,将清晰图像和模糊图像分别进行小波变换,分别得到一幅低频子图像和三幅子高频图像,对其进行曲线拟合找出清晰图像和模糊图像的低频图像参数(均值、标准差)之间的关系、清晰图像和模糊图像的高频图像参数(均值、标准差)之间的关系,接着利用直方图匹配得到增强后的低频子图像和高频子图像,最后将其进行重构得到增强图像。实验结果表明,该方法能有效地增强低对比度图像,结果图像具有良好的视觉效果和更高的清晰度。

结合不可分小波分析和曲线拟合方法的图像对比度增强

传统的图像对比度增强技术容易造成图像的局部区域过分增强或增强不足等问题,因此提出了一种结合不可分小波分析和曲线拟合的图像对比度增强方法。该方法以标准清晰图像的均值和标准差作为图像对比度增强的理想目标,首先对同一目标的标准清晰图像和低对比度图像进行四通道不可分小波分解,然后利用曲线拟合的预测能力得出分解后具有相同频率通道和相同方向子图像的均值之间及标准差之间的函数关系,通过该函数关系和直方图匹配公式即可得到理想的增强后的子图像,最后将这些新的子图像进行不可分小波重构,并采用清晰度、标准差指标对图像对比度增强结果进行评价。实验结果表明,所提方法所得低对比度图像的增强效果较好,且得到了高清晰度图像。