本文關鍵詞：DWT、NSCT和改進PCA協(xié)同組合紅外偏振圖像融合　出處：《紅外技術》2017年03期 　論文類型：期刊論文

  更多相關文章： 圖像融合 紅外偏振 協(xié)同融合 DWT NSCT PCA

【摘要】：為充分保留紅外光強和偏振圖像細節(jié)、強度等信息,綜合多算法的優(yōu)勢性能,提出一種DWT、NSCT和改進PCA的多算法協(xié)同組合融合新方法,在考慮3種算法互補協(xié)同關系基礎上,充分保留源圖重要目標和細節(jié)信息。首先,用離散小波變換(DWT)將源圖分解為高低頻分量,低頻用非下采樣輪廓波變換(NSCT)再次分解;其次,對主成分分析法(PCA)進行權值改進,分塊融合NSCT分解所得低頻分量;然后,提出"相關系數(shù)-局部能量-局部標準差"規(guī)則融合NSCT分解所得高頻,用"層內對比度"規(guī)則融合DWT分解所得高頻;最后,NSCT逆變換重構所得圖像作為DWT低頻融合圖,再用DWT逆變換獲得最終融合圖像。實驗結果表明,所提方法在視覺效果、細節(jié)層次及保留等方面比單一或簡單組合方法更具優(yōu)勢,對不同場景適應性較強。
[Abstract]:In order to fully preserve the details and intensity of infrared and polarized images, a new method of combining DWT-NSCT and improved PCA is proposed to integrate the advantages of multi-algorithms. On the basis of considering the complementary cooperative relationship among the three algorithms, the important target and detail information of the source map is fully preserved. Firstly, the source image is decomposed into high and low frequency components by discrete wavelet transform (DWT). The low frequency is decomposed again by the non-downsampling profilometry transform (NSCT). Secondly, the weight of principal component analysis (PCA) is improved, and the low frequency components are fused into blocks by NSCT decomposition. Then, the correlation coefficient, local energy and local standard deviation are proposed to fuse the high frequency of NSCT decomposition, and the high frequency of DWT decomposition is fused with the rule of "intra-layer contrast". Finally, the reconstructed image is used as DWT low frequency fusion image, and the final fusion image is obtained by DWT inverse transform. The experimental results show that the proposed method is effective in vision. The level of detail and retention have more advantages than single or simple combination methods, and have better adaptability to different scenarios.
【作者單位】： 中北大學動態(tài)測試技術重點實驗室;
【基金】：中北大學動態(tài)測試技術重點實驗室開放基金目(ZDSYSJ2015005) 教育部高等學校博士學科點專項科研資助(博導類)(20121420110004)
【分類號】：TP391.41;TN219
【正文快照】： 紅外熱成像技術利用目標紅外輻射特性進行熱成像,所得紅外光強圖像具有顯著的亮度特征和區(qū)域特征用糙體富但具圖形波切融夫這果利較金得等A但佳割界域G在馬法等通優(yōu)合PC細而方削種充(D合,但紋理和光譜、空間度等有用信和溫差小的,極大地增但其亮度特征具有很強的互圖像,能有效

【相似文獻】

相關期刊論文 前10條

1 田思;張俊舉;袁軼慧;常本康;;圖像融合的開窗處理技術研究[J];兵工學報;2009年04期

2 吳仰玉;紀峰;常霞;李翠;;圖像融合研究新進展[J];科技創(chuàng)新導報;2013年01期

3 韓瑜;蔡云澤;曾清;;圖像融合的客觀質量評估[J];指揮控制與仿真;2013年04期

4 王憶鋒，張海聯(lián)，，李燦文，李茜;夜視圖像融合研究的進展[J];紅外與激光工程;1998年02期

5 朱煉;孫楓;夏芳莉;韓瑜;;圖像融合研究綜述[J];傳感器與微系統(tǒng);2014年02期

6 劉志鏡,楊海英,張小平;基于空域中的圖像融合算法研究[J];計算機工程與設計;2002年09期

7 夏明革,何友,唐小明,夏仕昌;圖像融合的發(fā)展現(xiàn)狀與展望[J];艦船電子工程;2002年06期

8 溫學兵;紀景娜;;一種基于圖像融合的混合去噪方法[J];綏化學院學報;2005年06期

9 苗啟廣;王寶樹;;圖像融合的非負線性混合模型與算法研究[J];計算機科學;2005年09期

10 趙永強,潘泉,陳玉春,張洪才;基于偏振成像技術和圖像融合理論雜亂背景壓縮[J];電子學報;2005年03期

相關會議論文 前10條

1 劉德坤;龔俊斌;馬佳義;田金文;;一種車載的紅外與微光圖像融合系統(tǒng)設計[A];第九屆全國光電技術學術交流會論文集（上冊）[C];2010年

2 王芳;吳謹;;基于小波的圖像融合算法研究[A];2011年全國通信安全學術會議論文集[C];2011年

3 胡學龍;沈潔;;一種基于中值金字塔的圖像融合算法[A];2008年全國開放式分布與并行計算機學術會議論文集(上冊)[C];2008年

4 趙向陽;杜利民;;基于數(shù)據(jù)提純的圖像融合[A];現(xiàn)代通信理論與信號處理進展——2003年通信理論與信號處理年會論文集[C];2003年

5 楊志;毛士藝;陳煒;;基于多分辨率局部峰度熵的魯棒圖像融合算法[A];中國航空學會信號與信息處理專業(yè)全國第八屆學術會議論文集[C];2004年

6 王曾敏;楊兆選;丁學文;何英華;陳楊;于淵;;圖像融合與壓縮算法在動態(tài)交通信息服務系統(tǒng)中的應用[A];第一屆建立和諧人機環(huán)境聯(lián)合學術會議（HHME2005）論文集[C];2005年

7 潘泉;趙永強;張洪才;;基于像素層圖像融合的偏振圖像計算方法研究[A];第二屆全國信息獲取與處理學術會議論文集[C];2004年

8 陳懷新;吳必富;;機載成像偵察的圖像融合技術[A];中國雷達行業(yè)協(xié)會航空電子分會暨四川省電子學會航空航天專委會學術交流會論文集[C];2005年

9 成尚利;呂中偉;何俊民;;基于小波變換的PET/CT圖像融合[A];第四屆全國中青年核醫(yī)學學術會議論文匯編[C];2008年

10 湯志偉;王建國;趙志欽;黃順吉;;基于小波變換的圖像融合算法[A];第九屆全國信號處理學術年會（CCSP-99）論文集[C];1999年

相關重要報紙文章 前1條

1 陳鳴;軍工巨頭中光學集團欲“影”響世界[N];中國電力報;2010年

相關博士學位論文 前10條

1 王春萌;多曝光圖像融合關鍵技術的研究[D];山東大學;2015年

2 費春;基于智能優(yōu)化和視覺顯著性的圖像融合研究[D];電子科技大學;2015年

3 段昶;基于Shearlet的圖像融合研究[D];電子科技大學;2014年

4 史立芳;大視場人工復眼成像結構研究與實驗[D];電子科技大學;2014年

5 高國榮;基于Shearlet變換的圖像融合與去噪方法研究[D];西安電子科技大學;2015年

6 王娟;基于城鎮(zhèn)影像的Contourlet域圖像融合算法研究[D];成都理工大學;2015年

7 楊金庫;基于二維經驗模態(tài)分解的圖像融合算法研究[D];西北工業(yè)大學;2016年

8 李奕;圖像融合的若干關鍵技術研究[D];江南大學;2015年

9 宋樂;異源圖像融合及其評價方法的研究[D];天津大學;2008年

10 胡旺;圖像融合中的關鍵技術研究[D];四川大學;2006年

相關碩士學位論文 前10條

1 杜麗;基于RF5框架的多小波圖像融合系統(tǒng)的設計與開發(fā)[D];內蒙古大學;2015年

2 王坤臣;基于二代Curvelet變換的圖像融合算法研究[D];南京理工大學;2015年

3 李寧;多DSP并行系統(tǒng)圖像融合算法設計及優(yōu)化[D];南京理工大學;2015年

4 陳云川;紅外與微光融合的實時信號處理技術研究[D];南京理工大學;2015年

5 張澤;基于NSCT變換的壓縮感知圖像融合優(yōu)化算法研究[D];大連海事大學;2015年

6 陶媛媛;紅外與微光融合夜視系統(tǒng)性能評價[D];南京理工大學;2015年

7 李蕾;抗混疊輪廓波變換的性能研究及圖像融合去噪應用[D];山東大學;2015年

8 米艷芹;基于區(qū)域和多尺度的圖像融合算法研究[D];電子科技大學;2015年

9 唐詩;基于多尺度變換的無源毫米波圖像融合算法研究[D];電子科技大學;2014年

10 李龍龍;基于分數(shù)階傅里葉變換的圖像融合算法研究[D];哈爾濱工業(yè)大學;2014年

本文編號：1425590