為進(jìn)一步提高對微光偏振圖像中目標(biāo)的識別效率,提出了一種基于非下采樣剪切波變換（NSST）的偏振圖像融合算法。首先,通過融合得到偏振特征圖像,將所含偏振信息量較多的偏振度圖像和偏振角融合,通過基于區(qū)域方差與熵值加權(quán)相結(jié)合的融合算法得到偏振特征圖像。最后,將偏振特征圖像與亮度較強(qiáng)的強(qiáng)度圖像融合,低頻系數(shù)的融合采用PCNN與區(qū)域能量相結(jié)合的規(guī)則,高頻系數(shù)的融合采用區(qū)域特性能量的規(guī)則。實(shí)驗(yàn)結(jié)果表明,在主觀視覺上,圖像觀察舒適性較好;并且,通過選取方法的對比,融合后的圖像在客觀評價(jià)指標(biāo)上,皆優(yōu)于選取的方法。 

【文章來源】：激光雜志. 2020,41(02)北大核心

【文章頁數(shù)】：11 頁

【部分圖文】：

原初未加處理的4張偏振角度圖像

預(yù)處理后4張偏振角度圖像

偏振強(qiáng)度圖像和偏振度圖像

【參考文獻(xiàn)】：
期刊論文
[1]基于多尺度變換的水下偏振圖像融合研究[J]. 王利杰,趙海麗,祝勇,段錦.  應(yīng)用激光. 2018(05)
[2]基于區(qū)域能量的NSST域偏振圖像融合算法[J]. 朱達(dá)榮,許露,汪方斌,劉濤,儲朱濤.  安徽建筑大學(xué)學(xué)報(bào). 2017(04)
[3]基于DTCWT和稀疏表示的紅外偏振與光強(qiáng)圖像融合[J]. 朱攀,劉澤陽,黃戰(zhàn)華.  光子學(xué)報(bào). 2017(12)
[4]基于局部能量匹配的紅外偏振圖像融合[J]. 楊風(fēng)暴,趙艷霞,吉琳娜,劉英杰,董安然.  紅外技術(shù). 2016(04)
[5]基于微光像增強(qiáng)器的偏振成像系統(tǒng)設(shè)計(jì)與實(shí)驗(yàn)[J]. 茹志兵,劉冰,李雙全,張曉亮,鄒程帥,張奇賢.  應(yīng)用光學(xué). 2015(03)
[6]基于PCNN與區(qū)域特征的紅外與可見光圖像融合[J]. 宋建輝,甘晶,劉硯菊.  計(jì)算機(jī)工程與應(yīng)用. 2016(08)
[7]偏振成像探測技術(shù)發(fā)展現(xiàn)狀及關(guān)鍵技術(shù)[J]. 李淑軍,姜會林,朱京平,段錦,付強(qiáng),付躍剛,董科研.  中國光學(xué). 2013(06)
[8]微光偏振成像系統(tǒng)設(shè)計(jì)及實(shí)驗(yàn)[J]. 陳振躍,王霞,馬斌,金偉其.  光子學(xué)報(bào). 2014(04)
[9]NSCT域內(nèi)基于改進(jìn)PCNN和區(qū)域能量的多光譜和全色圖像融合方法[J]. 李新娥,任建岳,呂增明,沙巍,張立國,何斌.  紅外與激光工程. 2013(11)
[10]基于小波變換的紅外偏振圖像融合算法[J]. 虞文俊,顧國華,楊蔚.  激光技術(shù). 2013(03)



本文編號：3296504