基于区域平均梯度与区域能量的图像融合

同时引入区域平均梯度和区域能量,给出一种改进的小波图像融合算法。对图像进行小波分解,得到各自的低频分量和高频分量,对低频部分采用区域平均梯度取大的规则进行融合,对高频部分以区域能量取大的规则进行融合,然后经小波重构得到融合图像。针对多聚焦图像进行的仿真实验结果显示,所给融合算法可改进基于区域平均梯度和基于区域能量的小波图像融合算法的性能,融合图像的模糊现象在视觉效果上有所改善,其峰值信噪比和互信息也有所提高。

基于àtrous-NSCT变换和区域特性的图像融合方法

针对àtrous小波变换与NSCT这两种多尺度变换的优缺点,通过引入àtrous-NSCT变换工具,提出了一种基于àtrous-NSCT变换和区域特性的图像融合方法。此方法将区域平均梯度作为活性测度,以系数取大的融合方法完成低频子带图像的融合;选用基于区域方差加权自适应模型的融合方法完成高频子带图像的融合,通过àtrous逆变换处理获得融合后的最终结果。在实验中将新提出的方法与其他5种多尺度融合方法进行比较,结果表明,当新型多尺度变换的分解层数为4时,所获得的融合结果在主观视觉与客观评价两方面的性能都得到了明显的提升。

有限离散剪切波域的红外可见光图像融合

针对目前图像融合过程中的不足之处,结合有限离散剪切波具有高的方向敏感性和抛物尺度化特性,提出了一种有限离散剪切波变换下的图像融合算法。首先对严格配准的多传感器图像进行有限离散剪切波变换,得到低频子带系数和不同尺度不同方向的高频子带系数;然后对低频子带系数采用全局特征值和像素点之间的差异性与区域空间频率匹配度相结合的融合算法,高频方向子带系数采用方向权重对比度与相对区域平均梯度和相对区域方差相结合的方案;最后通过有限离散剪切波逆变换得到融合图像。实验结果表明,与其他的融合算法相比较,本文算法不但有良好的主观视觉效果,而且3幅图像的客观评价指标分别平均提高了0.9%、3.8%、3.1%,2.6%、3.8%、2.9%和1.5%、125%、59%,充分说明了本文融合算法的优越性。

改进的Shearlet变换耦合频率特征的图像融合算法

目的解决当前图像融合算法大都直接在图像的像素灰度空间上进行融合,导致融合图像存在视觉效果差及算法鲁棒性不强等问题。方法文中提出改进的Shearlet变换耦合频率特征的多聚焦图像融合算法。将Shearlet变换(ST)和非下采样小波变换(NSWT)进行融合,形成改进的Shearlet变换(ST-NSWT)对源图像分解,获取图像的低、高频子带系数;构建区域能量模型,对源图像之间的低频子带系数进行相关性度量,完成低频子带的融合;对高频子带的频率特征进行分析,建立方差模型、平均梯度模型、空间频率模型,分别对源图像的灰度相关性、清晰度相关性及活跃度相关性进行测量,完成高频子带的融合,最后通过ST-NSWT逆变换,输出融合图像。结果与当前多聚焦图像融合算法相比,文中算法融合的图像能较好地保留更多的细节及边缘信息,使融合图像具备更佳的视觉效果。结论所提算法具有更好的融合质量,可用于遥感探测与包装印刷检测等领域。

改进对比度的有限离散剪切波图像融合

为了改善融合图像的对比度,保留源图像的丰富有效信息,借助有限离散剪切波(FDST)的优良特性,提出了一种基于有限离散剪切波域的图像融合算法。首先将源图像经过FDST分解,得到一系列高低频子带;然后采用改进的像素加权与区域空间频率相结合的融合方案对低频系数进行选取,高频则引入区域平均梯度对比度的融合方法;再借助FDST逆变换对融合系数进行重构获得融合图像。通过对比试验结果表明:所提算法的融合结果在主观视觉上对比度适中,图像清晰自然,且各项客观评价指标均明显改善;进一步说明了改进算法优于其他算法,大大提升了图像融合的质量。

基于Choquet积分和LP的图像融合方法

针对长波红外偏振图像特征,论文提出了一种基于Choquet模糊积分和拉普拉斯金字塔变换的红外偏振图像融合方法。首先利用Choquet积分选择经偏振解析后的最佳偏振参量图像,然后通过拉普拉斯金字塔分解红外光强图像和被选取偏振参量图像,对顶层采用区域平均梯度最大,对I层采用区域能量选取处理方法,再经过拉普拉斯金字塔反变换得到最终融合图像。实验结果表明,论文提出的融合算法在凸显参加融合图像的共有信息同时保留它们的特有信息,且提高了融合图像的细节信息,利于后期做目标检测的研究。

用于特征提取的静脉图像质量评价方法

针对手指静脉图像评价速度与效果的要求,提出了一种基于区域列平均梯度特征与纹理粗糙度特征相结合的手指静脉图像质量快速评价方法。该方法首先定义区域列平均梯度特征,并依据此特征进行一次质量判决,满足要求则进入手指注册阶段;否则再利用纹理粗糙度特征进行二次质量判决,满足要求则进行手指注册,否则提示用户更换手指进行注册。仿真实验表明,本文方法评价效果好,速度快,能够满足手指静脉识别的要求。

一种基于小波-Contourlet的改进图像融合算法

为了解决小波变换中的方向有限性问题,并消除Contourlet变换中拉普拉斯金字塔分解存在的信息冗余,提出一种基于小波-Contourlet的区域梯度选择平均图像融合算法.该算法对低频采用加权平均规则,对高频则计算区域梯度,并采用选择平均规则,选取空间频率、交叉熵与偏差等客观评价数据.实验结果表明,在相同的融合规则下,基于小波-Contourlet变换的融合算法能够比单一的小波变换或Contourlet变换获得更好的融合结果.