搜索结果: 1-15 共查到“计算机科学技术 多聚焦图像融合”相关记录22条 . 查询时间(0.35 秒)
基于Hess矩阵的多聚焦图像融合方法
多聚焦图像融合 Hess矩阵 积分图
2018/5/21
该文提出了一种基于Hess矩阵的多聚焦图像融合方法。该方法利用多尺度下的Hess矩阵检测特征和背景区域，并在此基础上，将源图像分成特征区域与非特征区域，分别采用不同的融合策略生成决策图；然后通过结合不同部分的决策图，得到初始决策图；最后采用后处理方法对初始决策图进行精化，得到最终的融合图像。为了提高融合效果，该文还提出了一种基于多尺度Hess矩阵的聚焦评价方法。同时引入积分图像进行快速计算，以满足...
八通道MSVD构造及其在多聚焦图像融合中的应用
图像融合 矩阵奇异值分解 多尺度分析 多聚焦图像
2016/12/29
针对经典的SVD在图像处理中的不足,提出了一种八通道多尺度奇异值分解(Multi-resolution Singular Value Decomposition,MSVD)构造方法,并把它应用于多聚焦图像融合中.首先,在经典SVD的基础上,利用矩阵分块的方法,提出了一种八通道多尺度SVD的构造方法.其次,对参加融合的多聚焦图像进行八通道MSVD分解,得到高层低频和各层七个方向的高频,对分解的低频子...
基于区域一致性的多聚焦图像融合算法
多聚焦图像 比率金字塔变换 图像融合
2016/9/21
针对同一场景两幅严格配准的多聚焦图像融合问题，设计一种基于区域一致性的多聚集图像融合算法。 该算法利用比率金字塔变换得到图像的多分辨序列，采用基于区域一致性的融合方法，在图像的相应层次序列的各 级金字塔图像上进行融合以获取最终的融合图像。从目视效果来看，采用文中算法进行图像融合，基本上能够将两 幅左右聚焦的图像融合成一幅清晰的单一聚焦图像。实验结果表明：该算法与同类其他算法相比较，相关系数提高 了...
基于局部Gabor能量的多聚焦图像融合
图像融合 Gabor滤波器 Gabor能量
2010/8/26
利用全局搜索策略，设计适用于图像融合的最佳Gabor滤波器组，并提出了一种基于局部Gabor能量的多聚焦图像融合方法：通过利用最佳Gabor滤波器组对局部图像进行滤波，从而提取出该局部图像的Gabor能量，比较对应局部图像的Gabor能量，以挑选出其中清晰的像素并进行一致性检验，重构图像。本方法真正保留了原始的清晰图像，实现了高精度融合。通过实验,证明了该方法对于多聚焦图像的融合具有很好的效果，明...
Curvelet变换在多聚焦图像融合中的应用
多聚焦图像 Curvelet变换 图像融合 融合规则
2010/3/15
综合分析Curvelet变换的特性，提出一种基于Curvelet变换的多传感器图像融合算法。首先将图像进行Curvelet变换，然后基于子块区域方差和区域能量对图像的低频系数和高频系数采用不同的融合规则将Curvelet系数融合，最后进行重构得到融合结果。对该方法得到的融合图像进行了主客观评价和对比。实验结果表明，该方法得到的融合图像在图像边缘等细节上比传统方法和小波算法得到的图像具有更好的视觉效...
改进的基于形态学小波多聚焦图像融合方法
形态学小波 灰度值下溢 多聚焦图像融合 多分辨率分析
2010/3/15
提出了一种改进的形态学小波多聚焦图像融合算法。针对文献[1]基于形态学小波多聚焦图像融合方法在重构过程中存在灰度值下溢的缺点，提出了一种检测-重融合的新方法。融合试验表明，该方法优于传统的形态学小波融合方法。
改进的多聚焦图像融合方法研究
图像融合 多聚焦图像 空间频率 质量评价
2010/3/15
主要论述了图像融合的基本知识，对多聚焦图像传统的基于空间频率的融合算法进行了改进。分别计算多聚集图像对应位置上每个像素所在窗口的空间频率，然后根据空间频率的大小对该位置像素进行处理，最后生成同一场景中所有物体都清晰的融合结果图像。通过仿真实验验证了算法的有效性，结果表明，该算法在多聚焦图像融合上要优于传统算法。
基于多小波变换的多聚焦图像融合
多小波变换 边缘梯度 图像融合
2010/3/1
多聚焦图像融合的关键问题是如何保持原始图像的边缘和细节信息。多小波分析具有多个分析基函数和产生更多分解子图像的特点。在多小波变换域对低频和高频小波系数采用不同的融合方法——对低频系数采用取平均的方法，而对高频系数采用边缘梯度对比的方法。通过实验证明，该方法能够很好地保存图像的边缘和细节信息，融合结果得到了改善。
基于基因表达式编程的多目标优化多聚焦图像融合算法
图像融合 多目标优化 基因表达式编程基因表达式编程
2009/10/27
图像融合的评价指标多种多样，但往往不能同时达到最优，有时甚至是相互矛盾的，融合可以看作是多个评价指标最优化的过程。提出基于改进基因表达式编程的空域和多尺度域多目标优化图像融合算法，为解决图像融合多目标优化搜索空间太大的问题，提出多区域特征联合决策对种群进行初始化，改善初始种群的质量，以提高收敛速度。通过对多聚焦图像进行融合仿真实验，结果表明算法收敛速度快，可得到图像融合的Pareto优解。
非降采样Contourlet域方向区域多聚焦图像融合算法
图像融合 非降采样Contourlet变换 多聚焦
2009/10/20
提出了一种基于方向区域特性的非降采样Contourlet域多聚焦图像融合算法。算法将图像进行非降采样Contourlet 变换为不同方向的高低频子带，低频子带和高频子带中分别采用方向区域的方差匹配度和能量作为融合规则, 其中方向区域与当前子带分解方向保持一致，最后，通过反变换得到融合图像。实验结果表明，本文提出的方向区域方法能够更好地体现二维图像中的曲线或直线状边缘特征。将现有的融合算法和本文所提...
针对现有小波类图像融合算法的不足,提出了一种基于非下采样Contourlet变换多聚焦图像融合算法,并在Contourlet域中引入了局部区域可见度以及局部方向能量的概念.针对低频子带系数和各带通方向子带系数分别提出了基于局部区域可见度以及基于局部方向能量的系数选择方案.通过对多聚焦图像融合的仿真实验,表明该算法相对于传统的基于离散小波变换和离散小波框架变换融合算法能够有效减少有用信息的丢失以及虚...
基于区域锐度的多聚焦图像融合
多聚焦图像 清晰度 区域锐度
2009/8/12
为了获得同一场景内所有物体都清晰的图像，提出一种新的多聚焦图像融合算法。把待融合图像进行分块，构造融合块的清晰度评价函数(区域锐度)，根据其区域锐度值，判断融合块应取自哪幅源图像。采用投票选举的方法对融合图像进行一致性校验，对相邻但来自不同聚焦图像的融合块进行加权融合。实验结果证明，与基于小波分解的融合算法相比，该算法速度快、效果好。
多聚焦图像融合的Contourlet变换方法
Contourlet变换 循环平移 小波变换
2009/7/23
Contourlet变换（Contourlet Transform，CT）是一种新的多尺度变换，具有良好的多尺度性和多方向性。提出了一种基于Contourlet变换的多聚焦图像融合算法，同时引入Cycle Spinning来有效地消除由于Contourlet变换缺乏平移不变性而产生的图像失真。实验结果表明该算法可获得较理想的融合图像，取得了优于laplacian塔型方法和小波变换方法的融合效果。
基于EI优化权值的多聚焦图像融合方法
多聚焦图像融合 遗传算法 分块加权融合
2009/7/21
针对图像融合空间域方法中权值确定的问题，提出了一种基于图像融合客观评价准则中的边缘信息EI（Edge Information）的优化权值方法，通过寻找最优权值使得融合图像的EI最大，从而获得最好的融合效果。该方法采用适应度函数为EI的遗传算法实现，并且结合分块加权融合方法融合多聚焦图像，得到最优融合结果。实验结果表明，该方法有良好的融合效果且优于传统的融合方法。