基于IHS色彩空间和Contourlet变换的图像融合方法

提出了一种基于Contourlet变换与IHS色彩空间的图像融合方法。该方法首先对彩色图像进行IHS空间转换,然后对待融合图像的I分量做融合规则融合即首先对I分量做Canny算子运算。在计算出图像的边缘点后,再对边缘点和非边缘点做不同规则的融合。该方法对彩色图像的处理能有效地提供图像的清晰度和相关系数。实验仿真结果表明:与加权融合、PCA融合方法比较,该方法能有效改善融合质量并取得较好的视觉融合效果。

耦合边缘检测与优化的多尺度遥感图像融合法

为了使融合图像在显著提高空间分辨率的同时,最大限度地融入多光谱图像的光谱信息,提出了一种结合Canny算子与非下采样Contourlet变换的粒子群优化的遥感图像融合方法。首先在IHS变换的基础上,利用Canny算子对全色图像进行边缘提取,根据边缘分布特征对全色图像和多光谱图像I分量进行边缘特征融合得到边缘加强的全色图像,然后对新的全色图像和多光谱图像I分量分别进行非下采样Contourlet变换,并在低频子带采用有选择性的加权求和融合规则,对于高频方向子带先利用粒子群优化算法寻找结构相似度的最优阈值p,再采用基于区域结构相似度的融合规则,最后经NSCT和IHS逆变换获得融合图像。仿真实验结果表明:提出的算法能很好地兼顾全色图像细节信息的保留和多光谱图像光谱信息的保持。

基于NCT的特征级图像融合

为得到更好的融合效果,将特征级融合与像素级融合相结合,利用Contourlet变换(CT)对源图像进行分解,对于近似图像,利用Canny算子进行边缘检测以得到边缘特征图像,再以边缘特征图像作为交叉视觉皮质模型的输入,根据各神经元的点火次数进行融合;对于细节图像,根据区域能量系数矩阵进行融合。通过多聚焦闹钟图像和CT、MRI图像对该算法进行实验,并以熵、互信息和平均梯度作为融合效果的评价指标。实验结果表明,该算法的性能优于传统融合算法。