本文介绍了一种基于小波域分类隐马尔可夫树(Classified Hidden Markov Tree Model,CHMT)模型的图像融合方法。这种方法利用了小波域的一种树形结构Markov链提取小波系数尺度之间的相关性,因而更好的反映了图像空域非平稳变化的特性,在...本文介绍了一种基于小波域分类隐马尔可夫树(Classified Hidden Markov Tree Model,CHMT)模型的图像融合方法。这种方法利用了小波域的一种树形结构Markov链提取小波系数尺度之间的相关性,因而更好的反映了图像空域非平稳变化的特性,在图像融合的预处理阶段最大限度的滤除噪声。同时为配合预处理算法采用了梯度选取规则的融合算法,更好的提高融合后图像的质量。实验结果表明将隐马尔可夫树模型引入图像融合算法后,融合图像的峰值信噪比、信息熵、等效视数等性能指标明显改善。展开更多
文摘本文介绍了一种基于小波域分类隐马尔可夫树(Classified Hidden Markov Tree Model,CHMT)模型的图像融合方法。这种方法利用了小波域的一种树形结构Markov链提取小波系数尺度之间的相关性,因而更好的反映了图像空域非平稳变化的特性,在图像融合的预处理阶段最大限度的滤除噪声。同时为配合预处理算法采用了梯度选取规则的融合算法,更好的提高融合后图像的质量。实验结果表明将隐马尔可夫树模型引入图像融合算法后,融合图像的峰值信噪比、信息熵、等效视数等性能指标明显改善。