非下采样Shearlet变换与参数化对数图像处理相结合的遥感图像增强

针对部分遥感图像整体亮度偏暗、对比度较低的特点,为提高遥感图像的视觉效果和可解译性,提出了一种基于非下采样Shearlet变换(non-subsampled shearlet transform,NSST)和参数化对数图像处理(parameterized logarithmic image processing,PLIP)模型的遥感图像增强方法。首先,遥感图像经非下采样Shearlet变换分解成低频分量和高频分量;然后依据PLIP模型对其低频分量进行增强,提高图像的对比度;同时利用改进的模糊增强方法对高频分量进行增强,突显边缘细节信息。大量试验结果表明,与双向直方图均衡增强、基于平稳小波变换的增强、基于非下采样Contourlet变换的增强等5种图像增强方法相比,本文提出的方法在主观视觉效果和对比度、清晰度等客观定量评价指标两个方面均有优势,能更有效地提高遥感图像的对比度、增强边缘纹理细节信息,视觉效果更佳。

基于不同频段选择方案的医学图像融合

磁共振血管造影(Magnetic Resonance Angiography,MRA)和磁共振成像(Magnetic Resonance Imaging,MRI)图像具有不同的特征。本文利用不同的频带选择融合规则,提出新的融合方案,将系数进行组合,并将MRA和MRI图像融合,形成一幅信息量尽可能多的图像。试验表明,该方法是有效的,能够获得满意的融合结果。