發(fā)布時間：2021-08-09 21:08

　　針對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,針對低頻圖像采用偏振融合的方法來抑制背景信息,針對高頻圖像采用超分辨率重建算法來提升細(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)。 

【文章來源】：激光與紅外. 2020,50(05)北大核心CSCD

【文章頁數(shù)】：5 頁

【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。通過小波變換的多分辨率分析過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)。首先通過列下采樣得到兩個子圖像,它們的水平分辨率以2為基下降[3]。圖像一級和二級分解示意圖如圖3所示。

通過小波變換的多分辨率分析過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)。首先通過列下采樣得到兩個子圖像,它們的水平分辨率以2為基下降[3]。圖像一級和二級分解示意圖如圖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：3332805