為了有效解決圖像融合中存在的光譜失真和空間細(xì)節(jié)信息缺失問(wèn)題,提出一種基于改進(jìn)引導(dǎo)濾波和量子遺傳算法的圖像融合方法。首先對(duì)多光譜圖像進(jìn)行上采樣,并采用改進(jìn)引導(dǎo)濾波對(duì)全色圖像進(jìn)行擬合處理,然后選用量子遺傳算法對(duì)新的全色圖像進(jìn)行優(yōu)化。依據(jù)小波變換法分別對(duì)多光譜圖像和全色圖像展開(kāi)分解,選取高頻部分進(jìn)行加權(quán)平均融合,低頻部分采用像素取大原則,最后通過(guò)小波逆變換得到融合圖像。實(shí)驗(yàn)結(jié)果表明,改進(jìn)方法能夠有效提升圖像的平均梯度、信息熵等指標(biāo),使得融合圖像的光譜失真現(xiàn)象得到改善,邊緣細(xì)節(jié)信息得到增強(qiáng),視覺(jué)效果良好。 

【文章來(lái)源】：電光與控制. 2020年02期 北大核心

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

融合實(shí)驗(yàn)2結(jié)果

本文算法基本流程圖

融合實(shí)驗(yàn)1結(jié)果

【參考文獻(xiàn)】：
期刊論文
[1]基于多尺度方向引導(dǎo)濾波和卷積稀疏表示的紅外與可見(jiàn)光圖像融合[J]. 劉先紅,陳志斌.  光學(xué)學(xué)報(bào). 2017(11)
[2]基于改進(jìn)Contourlet變換的遙感圖像融合算法[J]. 陳利霞,鄒寧,袁華,歐陽(yáng)寧.  計(jì)算機(jī)應(yīng)用. 2015(07)
[3]融合圖像質(zhì)量評(píng)價(jià)指標(biāo)的相關(guān)性分析及性能評(píng)估[J]. 張小利,李雄飛,李軍.  自動(dòng)化學(xué)報(bào). 2014(02)
[4]基于均勻離散曲波變換的多聚焦圖像融合[J]. 楊揚(yáng),戴明,周籮魚(yú).  紅外與激光工程. 2013(09)
[5]基于協(xié)方差交叉算法的多源遙感圖像融合方法[J]. 崇元,徐曉剛,徐貫雷,邵承勇.  電光與控制. 2013(06)
[6]一種改進(jìn)的量子旋轉(zhuǎn)門量子遺傳算法[J]. 張小鋒,睢貴芳,鄭冉,李志農(nóng),楊國(guó)為.  計(jì)算機(jī)工程. 2013(04)



本文編號(hào)：2949023