發(fā)布時(shí)間：2021-08-09 21:08

　　針對(duì)中波紅外偏振圖像的特征,給出了一種基于小波變換的融合新方法。根據(jù)中波紅外偏振圖像高低頻圖像特點(diǎn)選擇不同的融合規(guī)則,針對(duì)低頻圖像采用偏振融合的方法來(lái)抑制背景信息,針對(duì)高頻圖像采用超分辨率重建算法來(lái)提升細(xì)節(jié)信息。實(shí)驗(yàn)結(jié)果顯示,證融合后的紅外圖像比原始圖像更加清晰,相較于僅偏振處理圖像獲得了更高的分辨率,相較于傳統(tǒng)小波融合算法增加了偏振方面細(xì)節(jié)。 

【文章來(lái)源】：激光與紅外. 2020,50(05)北大核心CSCD

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

系統(tǒng)總流程圖

由上述Mallet分解及重構(gòu)公式,可知二維圖像的分解和重構(gòu)如圖2所示。通過(guò)小波變換的多分辨率分析過(guò)程可以將一幅圖像分解為圖像的低頻部分和高頻部分。二維Mallet塔式分解算法可以使用數(shù)字濾波器和下采樣器實(shí)現(xiàn)。首先通過(guò)列下采樣得到兩個(gè)子圖像,它們的水平分辨率以2為基下降[3]。圖像一級(jí)和二級(jí)分解示意圖如圖3所示。

通過(guò)小波變換的多分辨率分析過(guò)程可以將一幅圖像分解為圖像的低頻部分和高頻部分。二維Mallet塔式分解算法可以使用數(shù)字濾波器和下采樣器實(shí)現(xiàn)。首先通過(guò)列下采樣得到兩個(gè)子圖像,它們的水平分辨率以2為基下降[3]。圖像一級(jí)和二級(jí)分解示意圖如圖3所示。3.3 低頻偏振融合

【參考文獻(xiàn)】：
期刊論文
[1]多/高光譜遙感圖像的投影和小波融合算法[J]. 豐明博,劉學(xué),趙冬.  測(cè)繪學(xué)報(bào). 2014(02)
[2]基于多尺度稀疏字典的多聚焦圖像超分辨融合[J]. 彭真明,景亮,何艷敏,張萍.  光學(xué)精密工程. 2014(01)
[3]超分辨率圖像重建方法綜述[J]. 蘇衡,周杰,張志浩.  自動(dòng)化學(xué)報(bào). 2013(08)
[4]基于小波變換的遙感圖像融合方法研究[J]. 辛亞楠,鄧?yán)?  激光與光電子學(xué)進(jìn)展. 2013(02)
[5]圖像超分辨率重建算法綜述[J]. 江靜,張雪松.  紅外技術(shù). 2012(01)



本文編號(hào)：3332805