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。

有限离散剪切波域结合区域客观评价的图像融合

为了提升多源图像融合精度,提出了一种有限离散剪切波(FDST)域结合图像区域客观评价的自适应融合方法。该方法利用有限离散剪切波(FDST)对源图像进行多尺度、多方向分解,低频子带图像采用梯度信息相关性因子作为系数权值,高频子带图像应用绝对值与区域标准差一致性选择的融合策略。应用有限离散剪切波逆变换重构图像,采用多组多源图像进行融合试验,并对融合结果进行了客观评价。试验结果表明,本文提出的融合方法在主观和客观评价上均优于其他多尺度分解(MSD)融合方法。

基于有限离散剪切波变换的灰度图像融合

为改善多源灰度图像的融合效果,结合有限离散剪切波变换(FDST)较高的方向敏感性和平移不变性,提出一种新的灰度图像融合算法。对经过配准后的原图像进行FDST分解,获得不同尺度和不同方向的高频子带系数与低频子带系数,对低频采用区域平均能量和平均梯度相结合的融合算法,对高频选用相对区域方差和平均梯度相结合的融合方法。利用有限离散剪切波逆变换重构得到融合图像,并对融合结果进行主观视觉和客观评价。实验结果表明,与基于小波变换的低频区域能量融合和高频区域方差的融合算法等相比,该算法能获得较好的融合效果和原图像细节描述。

基于改进对比度的有限离散剪切波图像融合

为了提高多聚焦图像的融合精度,结合有限离散剪切波变换(FDST)良好的局部化特性及平移不变性,提出了一种基于有限离散剪切波变换与改进对比度相结合的图像融合新算法。对经过严格配准后的多聚焦图像进行FDST分解,得到低频子带系数和不同尺度不同方向的高频子带系数;对低频子带系数采用区域平均能量匹配度自适应融合算法,高频子带系数的选取则根据低频与高频系数关联得到的对比度进行融合;应用有限离散剪切波逆变换重构得到融合图像,并对融合结果进行主观视觉和客观评价。通过仿真实验,算法在主观视觉效果上有着明显的优越性。在不同融合算法比较的融合结果中,熵值、互信息量和边缘相似度分别平均提高了1.4%、34.6%和8.0%,各项客观评价指标优于其他算法。

结合区域特性的有限离散剪切波图像融合

为了提高多聚焦图像和红外与可见光图像的融合精度,结合有限离散剪切波变换具有良好的局部化特性及平移不变性,提出了一种基于有限离散剪切波变换(FDST)的图像梯度信息相关性因子加权与对比度相结合的融合算法。首先对严格配准后的图像进行FDST分解,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图像梯度信息相关性因子加权融合算法,高频则利用对比度将低频系数与高频系数联系起来并以对比度作为度量系数取舍的准则进行融合;最后应用有限离散剪切波逆变换重构得到融合图像,并对融合结果进行主观视觉和客观评价。实验结果表明,该算法在主观视觉效果和客观评价指标上优于其它融合算法。

有限离散剪切波域的多聚焦图像融合算法

为了得到更精确且信息更丰富的融合图像,利用有限离散剪切波变换(FDST)改进了多聚焦图像融合算法。借助FDST完美的平移不变性和分解与重构过程中的快速有效性,通过多尺度多方向分解来获取高低频子带系数,然后对高频引入自适应加权与区域标准差匹配度法的融合策略,并利用改进梯度投影的非负矩阵分解的融合手段处理低频子带,分别得到融合后的高低频子带后,采用FDST逆变换重构获得融合后的图像。对多聚焦图像的实验表明:改进方法在主观视觉上图像清晰,客观指标明显提高,运行时间明显缩短,充分说明了融合结果既保留了源图像丰富有效的信息,又有很好的实效性。

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。

改进对比度和空间频率的图像融合算法

为提高红外与可见光图像的融合质量,结合有限离散剪切波变换(finite discrete Shear wave transform,FDST)在分解与重构过程中的快速有效性,提出一种改进对比度和空间频率的图像融合算法。对分解后的低频子带采用改进的区域空间频率与区域能量方差相结合的融合算法,对高频采用改进的对比度融合方案,通过FDST逆变换对处理后的高低频子带进行重构得到融合图像。实验结果表明,改进算法在主观视觉效果上区域特征明显,细节纹理突出,与其它算法相比表现出了更优的融合效果。

基于FDST和MSS的红外与可见光图像融合

为了提高低可见度情况下红外与可见光图像融合质量,提出了一种基于有限离散剪切波变换(FDST)和图像显著性检测算法(MSS)的融合方法。利用显著性检测算法对红外和可见光图像进行检测。采用有限离散剪切波变换对红外和可见光图像进行分解。根据显著性检测结果中亮度越高的区域属于显著性目标这一特点,指导低频子带图像融合。高频子带图像采用"绝对值和取大"的融合策略。实验结果表明提出的融合方法在主观视觉效果和客观性能指标上均取得了较好的效果。

基于图像质量评价参数的FDST域图像融合

为了提升多源图像融合精度,提出了一种基于图像质量评价参数的有限离散剪切波变换(FDST)域图像自适应融合方法。利用FDST对源图像进行多尺度、多方向分解,低频子带图像采用结构相似度与空间频率两种图像评价参数作为系数权值,高频子带图像应用区域空间频率取大的融合策略。应用有限离散剪切波逆变换(FDSIT)重构图像。采用多组多源图像进行融合实验,并对融合结果进行了客观评价。实验结果表明,本文提出的融合方法在主观和客观评价上均优于其他多尺度融合方法,具有更好的融合效果。