基于Gabor滤波和图像金字塔的多聚焦图像融合

利用拉普拉斯金字塔分解方法对原始图像进行多分辨率分解,通过取不同方向Gabor滤波器对分解后的各层图像进行多方向的滤波,提取出不同方向的边缘特征,再通过比较特征大小来判断属于清晰还是模糊像素,最后对融合金字塔做拉普拉斯金字塔反变换得到融合图像.实验证明该方法能够取得很好的融合效果,融合质量优于其他方法.     

一种基于图像融合的混合去噪方法

图像中合有各种各样的噪声，几乎没有一种方法会对所有噪声都有很好的去噪效果，本文针对不同类型的噪声，分别利用不同的去噪方法，然后利用融合算法，综合各种去噪图像的信息，收到了很好得效果。     

基于图像金字塔与NLM的冷冻电镜图像增强方法

针对冷冻电镜图像信噪比极低、颗粒与背景之间难以区分问题,提出了一种基于图像金字塔与非局部均值(NLM)去噪的冷冻电镜图像增强方法。先利用图像金字塔技术获取冷冻电镜图像中不同尺度的信息;然后在构建图像金字塔过程中循环使用NLM算法去除图像中的噪声,并运用图像背景矫正方法降低图像中的亮度不均现象;再对图像金字塔各级图像使用直方图变换方式进一步增强图像中颗粒与背景的区分度,最终使用图像上采样与图像融合技术将图像金字塔中的多层图像融合,形成冷冻电镜图像的增强图像。在原始与模拟的电镜图像上进行了实验,结果表明该方法能够有效提高图像峰值信噪比和结构相似度,颗粒与背景之间的区分度有显著提升,颗粒特征更为明显。     

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。     

一种基于金字塔结构的图像增强方法

医学放射图像由于动态范围较大,人体组织结构复杂,导致无法看清图像中的病灶细节。采用Gauss-Laplace金字塔结构多分辨率处理细节的方法,以非线性的方式在不同分辨率下增强细节信息,再逐级叠加回到原始尺寸,从而达到突出病灶细节目的。这种方法能够提高输出图像的质量,使输出图像逼近人眼视觉系统的真实感知影像,为临床医生提供可靠的诊断依据。     

基于Contourlet域的多聚焦图像融合方法

提出一种基于Contourlet域的多聚焦图像融合方法.对分解后的图像低频子带采用区域方差法进行处理,高频子带统计系数各方向邻域能量和作为融合依据,利用系数局部相似的特点进行同层的一致性处理.该算法可以减少融合图像边缘处的斑块模糊现象,提高融合质量.仿真实验结果表明,所提出的算法能够更好地提取原始图像特征,融合后的图像具有更好的主观视觉效果.     

基于小波的图像融合及质量评估方法评述

图像融合是信息融合在图像处理领域的一个重要应用．由于小波分析在时域和频域同时具有趋好的局部化及多分辨特性，小波分析已成为图像融合领域的一种主流技术．近几年发展起来的多子带小波，更使小波图像融合进入了一个新的领域．从小波及多子带小波的分解与重建算法，以及对多子带小波的特性分析，得出基于多子带小波的图像融合具有明显的优点，同时也给出了小波融合系数算法．几个评价图像质量的指标，用于评定融合方法的优劣．     

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。     

基于小波变换的遥感图像融合方法

概述了图像融合技术的常用方法,着重介绍了基于小波变换的图像融合原理、融合算法与融合规则,并分析了不同的小波基及小波分解层数对图像融合效果的影响,最后总结了有效的图像融合结果的评价指标。     

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。     

基于二次采样小波变换的拉普拉斯边缘检测方法

提出了一种新的基于小波变换的拉普拉斯图像边缘检测方法：采用二次采样小波变换方法生成图像的梯度图像,然后采用普通拉普拉斯算子提取出图像的边缘.实验结果表明该方法既能够有效地抑制噪声,又能够清晰地提取到图像的真实边缘.有利于完善拉普拉斯边缘检测算子.     

基子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.     

基于小波变换的图像融合算法及性能评价

在阐述小波图像融合算法的基础上,针对小波分解后各频域融合算子和融合规则的选择,提出一种新的基于FPGA动态可重构的图像融合算法。该方法对小波分解后的图像低频子带采用平均融合算子处理,在高频子带的融合中依据小波系数树状结构特点提出了一种新的自适应融合方法,最后经过小波逆变换得到融合图像。核心算法集成到一片FPGA中实现,提高算法的实时性,降低系统的实际功耗,有效地减少融合图像的失真。对多组图像进行实验,实验结果表明,该方法是有效的。     

一种基于多通道滤波的曲波变换图像融合算法

鉴于传统小波变换融合算法容易出现分块效应、地物纹理模糊、丢失源图像部分细节等缺陷,提出一种基于多通道滤波的曲波变换图像融合算法.首先利用多通道滤波原理保留源图像丰富的纹理特征,再对图像进行小波分解得到高、低频分量,接着对各分量作局部脊波变换进行融合,最后经过曲波逆变换得到完整的重构图像.以SPOT XS3源图像与SPOT全色源图像为例进行融合实验,结果表明,该算法得到的融合结果从视觉和定量分析上都优于传统的小波融合算法.     

基于主成分分析变换和提升小波的图像融合

为了将低分辨率多光谱图像和高分辨率全色图像有效地融合,提出了主成分分析(PCA)变换和提升小波相结合的融合方法。小波提升后选用不同的融合规则对高低频成分进行融合,并与PCA+DWT和HSV+LWT融合法进行了比较,实验结果表明,该方法较好地保留了多光谱图像的光谱特性,提高了空间分辨率。