基于NSST和区域生长的红外与可见光图像融合算法

针对当前红外与可见光图像融合中红外目标提取信息度不足和灰度对比度较低的问题,将多尺度多方向变换技术与目标提取技术相结合,提出了1种基于非下采样剪切波变换(non-subsampled shearlet transform,NSST)和区域生长的红外与可见光图像融合算法。首先对红外图像运用区域生长法提取出目标区域并投影到可见光图像中,然后对映射图像与红外图像做NSST分解得到各尺度各方向的子带图像。低通子带融合系数的选择采用基于区域能量的加权平均法,高频子带系数的选择采用基于改进型Sobel算子和区域平均梯度的融合规则。最后通过对融合系数做NSST逆变换得到期望的融合图像。实验结果表明,所提算法得到的融合图像红外目标突出,背景清晰,定位准确,平均灰度也更接近源可见光图像,具有良好的视觉效果。     

多尺度分解算法与融合规则优化组合的双模态红外图像融合

针对现有双模态红外图像多尺度分解算法与融合规则的组合关系不能随着图像特征的不同而改变的问题,提出基于不同图像特征的多尺度分解算法与融合规则优化组合的融合方法。首先分析比较了7种常用多尺度分解算法对图像结构、边缘、纹理特征的提取效果;其次利用8种典型的融合规则对上述特征进行融合,并分析融合效果;最后提出了选择优化组合的融合效果分作为依据,构建了不同组合融合效果分数图,利用该分数图得出对于单特征与双特征融合的优化组合算法。实验结果表明,该优化组合方法对于不同图像特征的融合效果具有明显提升。     

基于分割与增强方法的红外与微光图像融合

为更好地保留原始红外图像的目标信息,挖掘更多微光图像的细节信息,提出一种结合分割红外图像与增强微光图像的融合方法。首先对原始红外图像进行二维最大熵法分割以提取红外目标信息,对原始微光图像进行Zadeh变换以增强其细节信息,依据红外分割图,将增强后的微光图像与原始红外图像进行一次融合;然后,在非下采样contourlet变换(NSCT)域,对原始红外图像、微光图像和一次融合后的图像进行二次融合,得到最终融合图像。通过试验对比,所提出的二次融合方法得到的融合图像视觉效果明显优于其它方法。最后,利用多个指标进行客观评价。结果显示,该方法可有效突出目标信息,提高图像清晰度与对比度,挖掘更多细节信息。     

粗糙集在双波段红外图像融合中的应用

研究了粗糙集在双波段红外图像融合中的应用．利用粗糙集对长波段红外图像进行滤波,最后将中波段图像特征与滤波后的长波段图像进行融合,融合结果调和熵比原中波图像增加,平均目标背景对比度比长波图像增加,说明融合后的图像既有较亮的目标信息,又有丰富的细节背景．     

NSCT 变换域上的异源图像融合算法研究

给出了一种在非降采样轮廓波变换域上融合可见光与红外图像的算法。分析了融合机理,确定了融合策略,对实测可见光和远红外图像进行了融合,试验结果表明本文算法优于现有流行算法,在生产实践中有应用价值。     

基于高阶奇异值分解的多聚焦图像融合新方法

针对传统多聚焦图像融合方法不能有效度量图像中聚焦区域的问题,提出一种基于高阶奇异值分解的图像融合新方法。高阶奇异值分解可以精确提取图像纹理特征,并对源图像进行分解。充分考虑像素间的区域相关性,提取分解系数的空间频率、平均梯度和区域能量等区域特征,并提出一种新颖的基于区域特征的多活动测度融合策略,该策略可有效度量图像中的聚焦区域。实验结果表明,该融合方法能够更好地保留图像的边缘细节信息。     

新的基于奇异值分解和小波变换的图像水印技术

基于传统的奇异值分解技术和小波变换技术,这里将两种技术相结合,提出了一种新的数字图像水印技术。将灰度水印图像嵌入到了载体小波变换分解后的中频子带。仿真实验结果表明,该算法比较有效,能够抵抗多种攻击,具有较好的鲁棒性和透明性。     

结合小波变换和HIS变换的遥感图像融合方法

对比HIS变换,小波变换结合HIS变换方法对一景WorldView 2多光谱图像进行像素级融合。对WorldView 2多光谱图像进行HIS变换,对亮度分量I和全色波段图像进行3层小波分解,并用全色波段图像第3层的3个高频小波系数图像替换亮度分量I第3层的3个高频小波系数图像。再通过小波逆变换重构亮度分量I,利用HIS逆变换得到融合图像,最后采用目视判读评价融合效果。结果表明,相较于HIS变换方法,采用小波变换结合HIS变换方法能使WorldView 2多光谱图像在融合后实现多光谱信息保真,同时融入全色波段图像空间纹理结构特征,提高图像细节表达能力,改善目视判读效果。     

图像融合算法的Matlab实现与比较

在介绍图像的直接融合、傅里叶变换融合和小波变换融合算法后,给出了相应的Matlab程序,并用均值、标准差、熵和交叉熵来评价融合结果,通过仿真实验显示,小波变换融合图像能更好地反映图像的细节特征.     

基于小波变换的图像融合技术研究

从小波和图像融合的定义出发,阐述了小波变换在图像融合技术中的应用,同时对小波变换在图像融合技术的发展进行了展望。     

基于 CMT 的红外可见融合跟踪算法

现有大部分融合跟踪算法都使用分类器型跟踪算法,这种算法在目标尺度发生变化时会存在一定误差。虽然已有一些解决方案,但仍不能从根本上解决该问题,而且一般无法估算目标的旋转状态。为此,基于CMT 算法提出一种新的基于点的多传感器融合跟踪算法。在获取目标状态上综合了多传感器信息,并对目标中心使用卡尔曼滤波进行修正,能够跟踪目标并获得目标的尺度及旋转信息。实验结果表明,该算法在常见分辨率下跟踪非旋转目标,重叠率与现有算法相当,在分辨率较高的情况下,在实时性上具有优势。     

一种基于非抽样小波变换的模糊逻辑图像融合算法

提出了一种基于非抽样小波变换的模糊逻辑图像融合方法.该方法利用非抽样小波对红外与可见光图像进行多尺度分解变换,可分别得到原图像的高频子带系数和低频子带系数;低频子带系数的融合准则采用自适应模糊逻辑算法,高频子带系数的融合准则采用绝对值最大法,最后对融合后的各子带系数进行非抽样小波逆变换得到融合图像.仿真实验表明,该方法对红外与可见光图像融合效果好且运算处理速度更快.     

基于稀疏表示与密写的数字图像分存

提出了一种基于稀疏表示与密写的数字图像分存方法.将稀疏表示、信息隐藏、分存技术三者有机结合,利用的(r,n)门限方案生成n份影子图像;再用稀疏表示及密写编码的方案分别将它们伪装在n幅有意义的载体图像中.与传统的基于拉格朗日插值以及LSB(Least Significant Bit,最不重要比特位)替换的方法相比,在嵌入秘密信息量相同的情况下,该方法在很大程度上减少了对载体图像的修改量,极大地降低了信息隐藏引起的失真,并通过实验验证了该算法的有效性和优越性.     

基于结构相似性的多源图像融合

对源图像进行小波分解,得到图像分解后的高频系数和低频系数,并且计算源图像的结构相似性。对于低频系数采用系数绝对值取大法进行融合;对于高频系数依据相似性大小对其进行融合,如果相似性大于设定阈值,则高频系数采用系数绝对值取大法,否则采用计算像素点边缘强度法进行融合,对融合后的系数进行小波逆变换得到融合图像。实验结果表明,该方法有效地综合了源图像中的重要信息,融合图像边界清晰,得到更好视觉效果和更优的评价指标,融合效果优于对比实验中的小波方法。     

基于字典学习的医学图像融合

稀疏表示能够有效地表示图像的固有特征,利用KSVD学习算法对30幅自然图像训练得到了鲁棒的字典,利用“滑窗”策略对两幅源图像进行分块,使用OMP算法在字典上对各图像块进行稀疏分解,分解后的系数采用系数绝对值选大法进行融合,进而得到融合后和图像块.理论分析与实验结果表明,该方法能够有效地对已配准的待融合图像进行融合,融合后的结果无论是视觉效果还是客观评价参数均优于文中对比方法的效果.     

基于稀疏约束的离焦图像多尺度去模糊方法

由于传统方法没有充分考虑加性噪声对图像处理效果的影响,导致去模糊处理后图像易丢失细节信息,峰值信噪比较小以及图像清晰度较差的问题.为此提出基于稀疏约束的离焦图像多尺度去模糊方法.通过建立观测模型,判断图像斑点位置,消除离焦图像中因噪声引起的序列斑点,降低加性噪声的影响程度.进而分离离焦图像中的前景聚焦和离焦背景区域,提取出离焦图像的深度图.最后通过稀疏约束获取模糊核,并运用该模糊核实现对离焦图像的去模糊处理.实验结果表明,所提方法在图像细节保留、清晰度提升和峰值信噪比方面均具有优越性,有效提升了图像的感官效果.     

改进的流形学习图像稀疏降噪方法

本文将稀疏重构与流形学习算法两算法结合运用于图像降噪方面,提出了基于拉普拉斯图谱嵌入的稀疏编码。该方法利用拉普拉斯图谱的局部相关性,通过对权重矩阵的改进,增强数据间的关系表示,同时又通过稀疏理论进一步优化代表低维数据点的稀疏系数进行数据压缩,从而进一步提高图像降噪效果。     

一种基于小波变换的图像融合改进算法

提出了一种基于小波变换的图像融合改进算法,该算法对多源图像进行小波分解,并针对分解后的低频分量和高频分量各自的特点,选用不同的融合规则进行融合,即低频分量采用局部均方误差加权平均的方法,高频分量采用区域能量比的加权融合规则.实验结果表明,无论是从主观分析还是客观统计参数评价,本文方法的融合图像效果最好,优于文中的其他算法.     

基于小波变换的多聚焦图像融合

本文提出了一种新的基于小波变换的融合算法。此算法简单易行,既保留了图像的边缘特性和多聚焦图像的对比度特性,又有效地对两幅多聚焦的图像进行了融合。通过实验及结果分析,对这些方法保留图像的边缘特征和对比度特性进行了对比,得出了有益的结果。     

基于数据融合技术的图像平滑方法

在分析边缘保持滤波器算法的基础上,应用多传感器数据融合技术,提出了一种新的图像平滑算法。该算法釆用线状掩模窗口和最优融合估计方法,有效地增强了边缘保持能力和去噪能力,克服了边缘保持滤波器存在的缺陷。实验结果表明,该算法性能优于边缘保持滤波器及经典均值滤波器。