结合区域特性和非子采样SPT的图像融合方法

针对基于方向可控金字塔变换的图像融合方法中存在的缺点与不足,提出了一种基于区域特性和非子采样方向可控金字塔变换(NSSPT)的图像融合方法.首先采用NSSPT对源图像进行多尺度、多方向分解,得到低频子带、高频子带以及各方向带通子带系数;然后,针对高频和带通子带系数的选择,结合各子带图像的区域特性,给出了一种基于区域均值能量匹配的"加权平均"与选择相结合的系数融合策略;而对于低频子带系数则给出一种基于灰度均值偏差的选择与加权平均的系数选择方案,得到了融合图像的NSSPT系数.最后,经过NSSPT逆变换得到融合图像.对多组不同的源图像进行融合实验仿真,实验结果表明该方法可以避免"人为"效应或高频噪声的引入,能够获得视觉效果更佳、细节更为丰富的融合图像,其融合效果要优于基于传统的金字塔变换、小波变换以及方向可控金字塔变换的图像融合方法.

基于非子采样Contourlet变换的图像融合方法

分析了非子采样Contourlet变换滤波器组的设计与实现方法,提出一种基于非子采样Contourlet变换的图像融合方法.首先将图像作非子采样拉普拉斯金字塔尺度分解,并在各尺度层使用非子采样方向滤波器组对高频子带作方向分解,构成非子采样Contourlet变换;然后,采用基于区域能量的融合规则得到融合图像的非子采样Con-tourlet系数;最后进行非子采样Contourlet逆变换得到融合图像.实验结果表明,该方法的融合效果优于劋trous小波变换方法和Mallat小波变换方法.

基于非子采样金字塔变换的高光谱图像异常检测

针对高光谱图像异常检测中背景问题,提出了一种新的基于非子采样金字塔变换的异常检测方法。首先对高光谱图像进行分解,将其划分为不同频率的子块;根据子块中异常和背景的特点构造变分偏微分方程来抑制背景杂波;进而将检测算子应用于抑制后的子块;重构图像,最终得到异常检测的结果。采用真实和模拟的超光谱图像异常点进行了仿真实验,与经典的RX算法相比,实验结果验证了该算法具有很好的检测性能。

基于非子采样Contourlet变换的图像融合算法

提出了一种基于非子采样Contourlet变换的图像融合算法.首先,对图像作Contourlet变换,得到一个低频子带和一系列高频方向子带.其次,对低频子带系数采用基于边缘的规则来融合,而对于高频方向子带系数,采用基于一种基于Contourlet局部系数相关性的规则来进行融合.最后,对融合系数进行非子采样Contourlet逆变换,得到最终的融合图像.实验结果表明,该方法对可见光、红外图像融合十分有效,能较好地提取原始图像中的边缘方向信息和几何特征.

结合非子采样轮廓变换和形态收缩算子的多源遥感影像配准

针对多源遥感影像自动配准中难以提取大量同名特征点的问题,提出了一种结合非子采样轮廓变换和形态收缩算子的自动配准算法。结合非子采样轮廓变换和形态收缩算子的特征提取算法能够克服角度和尺度偏差,在多方向、多尺度空间精确提取强边缘上的关键结构特征点;基于低频波段的归一化互信息匹配算法和三角形一致检验算法能够提取到大量高可靠性的同名特征点对,保证了多源遥感影像的高精度配准。文中选取角度和尺度偏差显著的SPOT-5(P)和ASTER影像组合进行试验,结果证明以上算法能够检测到大量分布均匀的同名特征点对,配准模型精度趋近于1个像元。该研究可为多源遥感数据的融合和目标识别提供前提条件。

非子采样变换域的方向向量约束图像融合算法

针对存在的频谱混叠及图像细节信息丢失问题,研究已有基于多尺度分解的多分辨率图像融合方法,提出采用具有移不变性的非子采样轮廓变换对图像进行多尺度、多方向分解,更完整地表征图像的几何结构,同时对滤波器组进行上采样消除频谱混叠。研究已有的子带系数的融合规则,提出了基于方向向量约束对比度的高频系数融合规则,以及基于局部多向方差能量的选择与平均的低频系数融合规则。经多组实验结果表明,该融合方法在视觉上和评价测度指标上都优于已有基于多分辨率图像融合方法。

基于非子采样Contourlet变换的多波段SAR图像伪彩色融合

为了对多波段SAR图像进行有效的融合,提出了一种基于非子采样Contourlet变换的多波段SAR图像伪彩色融合方法。该方法首先对多波段SAR图像进行基于亮度的波段选择,按选择方法将图像分别赋予R、G、B通道;所得RGB图像通过IHS变换得到亮度分量I;再利用非子采样Contourlet变换对I分量和另一波段图像进行多尺度分解,低频和高频图像分别采用活性测度和绝对值最大规则进行系数选择;最后将融合结果与H、S分量进行IHS反变换,得到新的RGB图像。实验结果表明,采用该方法进行多波段SAR图像伪彩色融合是可行和有效的。

基于非子采样Contourlet变换的多聚焦图像融合

根据非子采样Contourlet变换同时具有多尺度、多分辨分析和平移不变性质的特点，提出一种基于非子采样Contourlet变换的多聚焦图像融合方法。实验中将文中方法与Contourlet变换、小波变换等方法进行比较，结果表明，文中方法得到的融合结果能很好地将源图像的细节信息融合在一起，拓宽NSCT的应用范围。

生猪轮廓红外与光学图像的融合算法

该文针对生猪红外热图像和光学图像的融合,提出一种基于非子采样轮廓波的图像融合算法。在图像多尺度、多方向分解的基础上,设计了基于邻域平均能量和邻域方差的低频子带系数加权融合规则,以及基于邻域能量最大的带通系数融合规则。针对亮度-色度-饱和度变换法(intensity-hue-saturation transform,IHS)、小波变换法(discrete wavelet transform,DWT)、轮廓波变换法(contourlet transform,CT)等融合方法以及非子采样轮廓波变换(nonsubsampled contourlet transform,NSCT)域下不同融合规则进行了对比试验,试验结果表明该文算法具有较好的融合效果。定量融合评价指标中,平均梯度指标高于IHS、DWT、CT等方法25%以上,边缘信息保持指标高于其他3种方法23%以上。该文方法的提出对于改善生猪异常视觉监测中的前景轮廓提取具有较大意义;同时,对进一步开展猪体部位区域温度特征提取,建立生猪多源特征融合的计算机视觉异常监测系统,提高生猪异常预警可靠性具有积极意义。

基于NSCT变换的红外与可见光图像融合算法

分析了非子采样Contourlet变换滤波器组的设计与实现方法,提出一种基于非子采样Contourlet变换的红外与可见光图像融合算法。首先将图像作非子采样拉普拉斯金字塔尺度分解,并在各个尺度层对高频子带作非子采样方向分解;然后分别采用基于区域能量和区域方差的的融合规则得到融合图像的非子采样Contourlet低频系数和高频系数;最后再进行非子采样Contourlet逆变换得到融合图像。实验结果表明,该方法的融合效果优于àtrous小波变换方法和Contourlet变换方法。

基于自适应多尺度积阈值的钢轨裂纹红外图像增强

利用红外热波技术检测钢轨斜裂纹伤损所得的红外图像存在整体亮度偏暗、边缘对比度低和纹理细节模糊的缺点,对测量裂纹的扩展深度不利。对此,本文提出一种基于非子采样Contourlet变换NSCT(Nonsubsampled Contourlet Transform)的自适应多尺度积阈值AMPT(Adaptive Multiscale Products Thresholding)钢轨裂纹红外图像增强算法。对图像进行NSCT分解得到不同尺度不同方向上的子带系数,由子带系数自适应地确定阈值并调整增强函数,将阈值作用于每一子带的多尺度积,对阈值化操作后的子带系数进行增强处理和逆变换,实现图像增强。实验结果表明:该算法在抑制噪声和提高图像整体对比度的基础上,有效突出了目标图像的边缘,对裂纹内部微弱细节纹理的增强效果优于其他传统的红外图像增强方法,为进一步提取代表裂纹深度的关键像素提供了有力支撑。

基于边缘检测的NSCT自适应阈值图像去噪

为在去噪时能较好保留图像边缘特征,并针对Coutourlet变换缺乏平移不变性和传统阈值法的不足,提出了一种基于边缘检测的非子采样Contourlet变换自适应阈值(AT-NSCT)图像去噪方法。结果不仅能消除因Contourlet变换缺乏平移不变性而产生的图像失真,而且有效地保留了图像的边缘信息,提高了去噪后图像峰值信噪比,视觉效果更好。

Fusion Algorithm for Remote Sensing Images Based on Nonsubsampled Contourlet Transform

就图象的人的视觉系统和特征而言，新奇图象熔化策略为在 nonsubsampled contourlet 的高分辨率图象和 multispectral 图象转变的 panchro matic (NSCT ) 被介绍域。NSCT 能由它好 multiresolution，移动不变性，和高 directionality 的特征的优点在图象给 asymptotic 边和轮廓的最佳的表示。紧张部件增加策略基于 LHS 变换被介绍进 NSCT 领域保存空间分辨率和颜色内容。熔化方法建议了的实验表演能改进空间分辨率并且保留光谱信息同时，并且与传统的原则部件分析( PCA )相比在视觉效果和量的肛门 ysis 两个都有改进方法， intensity-hue-saturation (代表耶稣之符号)变换技术，小浪变换加权的熔化方法，相应小浪基于变换的熔化方法，和 contourlet 基于变换的熔化方法。