梅花形采样离散小波框架图像融合算法

提出一种新的基于梅花形采样离散小波框架的图像融合算法.首先论证多维完全重构滤波器组采样矩阵的可替换性,由此推导出梅花形采样离散小波框架并分析其特性;然后将该框架应用到多尺度图像融合方案得到一种低冗余近似移不变的融合算法;最后对融合算法进行实验分析并与已有算法比较.实验结果表明本文算法可以快速获取高质量的融合图像.

采用梅花采样方向滤波器组的多光谱图像融合

利用梅花采样方向滤波器能够提供丰富的方向信息的特点,提出了一种基于此方向滤波器组的多光谱图像融合方法。该方法通过IHS变换,将多波段影像从RGB空间转换到IHS空间,对I分量及全色影像进行梅花采样方向滤波器变换,得到相应的低频子图像和高频不同方向的子图像,将它们按一定的融合规则得到新的I分量,通过IHS逆变换得到RGB融合图像。实验结果表明,该方法在图像边缘等细节上有较好的视觉效果,取得了优于IHS方法和基于梅花形采样离散小波变换方法的融合效果。

医学图像融合算法的应用与研究

目的:不同的医学影像为医生提供不同的医学信息,图像融合技术逐渐成为临床诊断和医学研究的重要手段。方法:本文采用了一种基于不可分离小波框架的图像融合算法。算法首先对已配准的医学图像进行非分离小波分解,把图像分解成低频和高频子图像,针对高频分量和低频分量不同的特点,采用不同的融合规则对其进行融合,最后进行小波逆变换,得到最终的融合图像。此外,文中引入了熵、平均梯度,融合均匀度对融合图像进行评价。结果:实验结果表明,本文算法获得的融合图像包含更丰富、更全面的细节信息,优于传统的小波变换方法。结论:采用基于不可分离小波框架的图像融合算法是一种有效的医学图像融合方法,提高了疾病诊断的准确性和正确性。