資源描述：
《一種基于非采樣contourlet變換紅外圖像與可見光圖像融合算法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、第26卷第6期紅外與毫米波學(xué)報(bào)Vo.l26,No.62007年12月J.InfraredMillim.WavesDecember,2007文章編號(hào):1001-9014(2007)06-0476-05一種基于非采樣Contourlet變換紅外圖像與可見光圖像融合算法張強(qiáng),郭寶龍(西安電子科技大學(xué)機(jī)電工程學(xué)院智能控制與圖像工程研究所,陜西西安710071)摘要:針對(duì)同一場(chǎng)景紅外圖像與可見光圖像的融合問題,提出了一種基于非采樣Contourlet變換(NonsubsampledContourletTransform,NSCT)圖像融合算法.算法首先采用NSCT對(duì)源圖像進(jìn)行多尺度、多方向分解,得到低頻
2、子帶系數(shù)和各帶通方向子帶系數(shù).然后,針對(duì)低頻子帶系數(shù)的選擇,提出了一種基于紅外圖像與可見光圖像物理特征的/加權(quán)平均0系數(shù)選擇方案;針對(duì)各帶通方向子帶系數(shù)的選擇,結(jié)合人眼視覺特性,提出了一種基于區(qū)域能量匹配的系數(shù)選擇方案,得到融合圖像的NSCT系數(shù).最后經(jīng)過NSCT逆變換得到融合圖像.實(shí)驗(yàn)結(jié)果表明該算法可獲得較理想的融合圖像,其融合效果優(yōu)于傳統(tǒng)的基于離散小波變換以及離散小波框架變換的圖像融合算法.關(guān)鍵詞:圖像融合;非采樣Contourlet變換;物理特征;區(qū)域能量匹配中圖分類號(hào):TP391文獻(xiàn)標(biāo)識(shí)碼:AFUSIONOFINFRAREDANDVISIBLELIGHTIMAGESBASEDONNON
3、SUBSAMPLEDCONTOURLETTRANSFORMZHANGQiang,GUOBao-Long(ICIEInstitute,SchoolofElectromechanicalEngineering,XidianUniversity,Xi.an710071,China)Abstract:Focusingonthefusionproblemofinfraredandvisiblelightimageswiththesamescene,anovelmult-isensorim-agefusionalgorithmbasedonthenonsubsampledcontourlettransfo
4、rm(NSCT)wasproposed.Firstly,theNSCTwasper-formedonthesourceimagesatdifferentscalesanddirections,thusthelowfrequencysubbandcoefficientsandvarietiesofdirectionalbandpasssubbandcoefficientswereobtained.Secondly,forthelowfrequencysubbandcoefficients,a-weightedaveraging.schemebasedonthephysicalfeaturesof
5、infraredimagesandvisiblelightimageswaspresented;whileforthebandpassdirectionalsubbandcoefficients,aselectionprinciplebasedonthelocalenergymatchingwasdeveloped,whichwasalsoconsistentwiththecharacteristicsofthehumanvisionsystem.Finally,thefusedimagewasobtainedbyperformingtheinverseNSCTonthecombinedcoe
6、fficients.Quantitativeandqualitativeanalysisoftheexperimentalresultsdemonstratethattheproposedapproachperformssignificantlybetterthanthetraditionalmethodsbasedonthediscretewavelettransformandthediscretewaveletframetransform.Keywords:imagefusion;nonsubsampledcontourlettransform(NSCT);physicalfeature;
7、localareaenergymatching近年來,基于多尺度分解的圖像融合算法作為引言一類非常重要的融合算法已經(jīng)廣泛應(yīng)用于圖像融合[2]圖像融合就是綜合利用各成像傳感器得到的不領(lǐng)域中,并取得了巨大的成功.圖像的多尺度分同圖像的互補(bǔ)信息和冗余信息,獲得對(duì)該場(chǎng)景更為解和重構(gòu)工具以及融合規(guī)則是此類算法中兩個(gè)至關(guān)[1]全面、準(zhǔn)確的圖像描述.圖像融合技術(shù)已經(jīng)應(yīng)用重要的因素,直接影響著融合圖像的效果.常用
