基于离散不可分剪切波变换和迭代自适应引导滤波的多聚焦图像融合

基于离散不可分剪切波变换和迭代自适应引导滤波的多聚焦图像融合

论文摘要

针对目前多聚焦图像融合中融合图像边缘整体性较差的情形,为更好地表示边缘大尺度轮廓和小尺度细节信息,依据离散不可分剪切波能更好地捕捉高维空间奇异性特征,避免频域重叠,而且可以得到更好的框架界和有更好的方向敏感性等优点,利用其对原图像进行分解以保留更多图像细节特征信息;同时利用引导滤波对边缘的平滑能力,并减弱过平滑影响,提出迭代的自适应引导滤波融合规则,通过加权引导滤波的参数让其自适应图像的平坦区域和边缘区域。对于分解后的系数采用基于边缘算子和图像对比度信息的迭代自适应引导滤波优化,较好地保留边缘整体轮廓和小尺度细节特征,降低光晕效应的影响,同时保证边缘连续性较高。最后通过逆离散不可分剪切波变换得到融合后的图像。通过在不同数据集上的实验结果表明,该算法能够更好地保留图像边缘的整体强度和小尺度细节特征,取得了较好的融合效果。

论文目录

  • 0 引言
  • 1 相关技术
  •   1.1 离散不可分剪切波变换
  •   1.2 引导滤波
  •   1.3 改进的自适应引导滤波
  • 2 本文算法
  •   2.1 算法思路
  •   2.2 融合规则
  •     2.2.1 低频融合规则
  •     2.2.2 高频融合规则
  • 3 实验结果分析
  •   3.1 实验环境与评价指标
  •   3.2 常用的多聚焦图像分析
  •   3.3 实际拍摄图像分析
  • 4 结语
  • 文章来源

    类型: 期刊论文

    作者: 舒衡,古乐野,陈蔓

    关键词: 多聚焦图像融合,离散不可分剪切波变换,迭代自适应引导滤波,边缘算子,对比度

    来源: 计算机应用 2019年S2期

    年度: 2019

    分类: 信息科技

    专业: 无线电电子学,计算机软件及计算机应用

    单位: 中国科学院成都计算机应用研究所,中国科学院大学

    基金: 四川省科技厅科技成果转化项目(2014CC0043),四川省科技创新苗子工程项目(SCMZ2006012)

    分类号: TP391.41;TN713

    页码: 236-241

    总页数: 6

    文件大小: 661K

    下载量: 95

    相关论文文献

    • [1].隐低秩结合低秩表示的多聚焦图像融合[J]. 吉林大学学报(工学版) 2020(01)
    • [2].基于梯度理论的多聚焦图像融合[J]. 现代计算机 2020(01)
    • [3].基于迭代型形态成分分析的多聚焦图像融合[J]. 软件导刊 2020(05)
    • [4].基于分数阶导数和直觉模糊集的多聚焦图像融合(英文)[J]. Frontiers of Information Technology & Electronic Engineering 2020(06)
    • [5].自学习规则下的多聚焦图像融合[J]. 中国图象图形学报 2020(08)
    • [6].基于分数阶微分的多聚焦图像融合[J]. 计算机科学 2019(S2)
    • [7].基于区域分割和引导滤波的多聚焦图像融合[J]. 北京理工大学学报 2015(06)
    • [8].通过简单的标准偏差对多聚焦图像进行图像融合[J]. 电脑知识与技术 2015(03)
    • [9].基于小波变换的多聚焦图像融合算法研究[J]. 产业与科技论坛 2015(22)
    • [10].基于改进生成对抗网络的多聚焦图像融合[J]. 科学技术与工程 2020(25)
    • [11].基于小波变换和引导滤波的多聚焦图像融合[J]. 测控技术 2020(09)
    • [12].基于边缘保护滤波的多聚焦图像融合算法[J]. 佳木斯职业学院学报 2019(09)
    • [13].基于改进的非下采样剪切波变换多聚焦图像融合技术的研究[J]. 仪表技术与传感器 2017(09)
    • [14].基于小波变换的多聚焦图像融合算法[J]. 计算机工程与应用 2015(23)
    • [15].基于自适应稀疏表示的多聚焦图像融合[J]. 微电子学与计算机 2015(06)
    • [16].基于差异演化的多聚焦图像融合算法[J]. 合肥学院学报(自然科学版) 2013(01)
    • [17].多聚焦图像融合算法[J]. 微型电脑应用 2012(09)
    • [18].彩色多聚焦图像融合演示平台[J]. 计算机工程与设计 2011(11)
    • [19].基于视觉感知特性的多聚焦图像融合技术[J]. 农业机械学报 2009(S1)
    • [20].小波分析在多聚焦图像融合中的应用[J]. 电光与控制 2008(03)
    • [21].多特征结合引导滤波的多聚焦图像融合[J]. 通信技术 2020(03)
    • [22].多视觉特征和引导滤波的鲁棒多聚焦图像融合[J]. 计算机辅助设计与图形学学报 2017(07)
    • [23].免疫粒子群优化算法在多聚焦图像融合中的应用[J]. 电子技术与软件工程 2016(13)
    • [24].改进的基于稀疏表示的多聚焦图像融合[J]. 电视技术 2014(07)
    • [25].基于小波变换多聚焦图像融合算法改进[J]. 自动化与仪器仪表 2014(08)
    • [26].一种基于遗传算法的自适应多聚焦图像融合新方法[J]. 中南大学学报(自然科学版) 2013(S2)
    • [27].基于快速非抽样小波变换的岩屑多聚焦图像融合[J]. 计算机工程与应用 2013(11)
    • [28].非下采样三通道不可分小波的多聚焦图像融合[J]. 计算机工程与应用 2012(17)
    • [29].基于清晰度和非下采样多聚焦图像融合[J]. 计算机工程 2010(11)
    • [30].基于小波变换与块分割的多聚焦图像融合[J]. 云南大学学报(自然科学版) 2008(03)

    标签:;  ;  ;  ;  ;  

    基于离散不可分剪切波变换和迭代自适应引导滤波的多聚焦图像融合
    下载Doc文档

    猜你喜欢