基于自适应无下采样提升框架的Stokes图像获取方法

根据成像偏振探测中stokes参数图像获取的原理和方法,分析了传统求取stokes参数图像方法在保留图像细节信息和处理输入图像微小平移等方面的不足,在此基础上提出了基于自适应平移不变小波分解的stokes参数图像求取方法,并用无下采样的提升框架来执行平移不变小波分解以提高算法的灵活性和计算速度.针对不同的stokes参数图像求取方法,用均值、方差、熵、边界能量对融合结果进行评价和分析.通过仿真,表明本文方法提高了stokes参数图像的质量并改善了stokes参数图像计算方法对输入图像平移的敏感性.

基于图像序列融合的Stokes图像计算方法

根据成像偏振探测中Stokes图像获取的原理和方法,分析了传统求取 Stokes图像方法在保留图像细节信息和处理输入图像微小平移等方面的不足,进而提出了基于平移不变小波分解的 Stokes图像求取方法,并用提升框架来执行平移不变分解以满足计算的快速性要求。针对不同的 Stokes图像求取方法,给出了基于互信息和条件熵的性能评价指标。通过仿真结果图和相应的评价指标表明,本方法提高了Stokes参数图像的质量,改善了Stokes图像计算方法对输入图像平移的敏感性。

基于偏振成像技术和图像融合理论杂乱背景压缩

文章在光学偏振理论的基础上 ,根据Stokes图像之间的相互联系和特征 ,提出了一种基于Stokes图像能量特征和噪声特征的小波域图像融合规则 ,以便高效地压缩图像中的杂乱背景 ;同时给出残余杂乱背景与总杂乱背景的比率RCC的定义 ,并结合信杂比SCR的定义对背景的压缩程度进行评价 .实验仿真结果表明该方法在杂乱背景压缩方面具有优越性 .

基于像素层图像融合的偏振图像计算方法研究

根据Stokes参数图像的计算原理和方法,分析了传统计算方法在保留细节信息、处理源图像的平移等方面的缺陷,并在此基础上提出了一种基于平移不变小波变换的参数图像计算方法。同时,用互信息和条件熵来评价本文计算方法的性能。通过仿真比较,本文方法在获取高可靠性的Stokes图像以及降低平移敏感性方面具有较强的优势。