發(fā)布時(shí)間：2018-01-30 19:18

  本文關(guān)鍵詞： 圖像融合 多層分解 視覺(jué)權(quán)重 交叉雙邊濾波器　出處：《儀器儀表學(xué)報(bào)》2017年04期 　論文類型：期刊論文

【摘要】：圖像融合技術(shù)是圖像分析領(lǐng)域重點(diǎn)研究?jī)?nèi)容之一,為了更好地保留原圖像中的細(xì)節(jié)信息,提高融合圖像的對(duì)比度,提出了基于視覺(jué)權(quán)重圖的多尺度圖像融合方法。首先,利用可變參數(shù)的交叉雙邊濾波器對(duì)兩幅待融合圖像進(jìn)行多尺度分解;然后,在每個(gè)分解層分別計(jì)算相應(yīng)的視覺(jué)權(quán)重圖,并針對(duì)不同分解層賦予不同的權(quán)重值;最后,綜合這些結(jié)果生成融合圖像。由于對(duì)原始圖像的分解沒(méi)有采用下采樣和上采樣操作,因此不會(huì)損失圖像中的信息,且克服了傳統(tǒng)像素級(jí)融合方法中融合圖像模糊、對(duì)噪聲敏感等不足。通過(guò)4種定量分析實(shí)驗(yàn)表明,在多種模式的圖像融合應(yīng)用中,本方法優(yōu)于其他5種對(duì)比方法,融合時(shí)間小于0.2 s。融合后圖像細(xì)節(jié)信息、對(duì)比度得到增強(qiáng),同時(shí)降低處理時(shí)間。
[Abstract]:Image fusion technology is one of the most important research contents in the field of image analysis. In order to better preserve the details of the original image and improve the contrast of the fused image. A multi-scale image fusion method based on visual weight graph is proposed. Firstly, two images to be fused are decomposed by a cross-bilateral filter with variable parameters. Then, the corresponding visual weights are calculated in each decomposition layer, and different weights are assigned to different decomposition layers. Finally, the fusion image is generated by synthesizing these results. Since the decomposing of the original image does not use down-sampling and up-sampling operations, the information in the image will not be lost. It overcomes the shortcomings of traditional pixel level fusion method, such as image blur and sensitivity to noise. Through four quantitative analysis experiments, it is shown that this method can be used in multi-mode image fusion. This method is superior to the other five comparison methods, and the fusion time is less than 0.2 s. After fusion, the image details are enhanced, the contrast is enhanced, and the processing time is reduced.
【作者單位】： 海軍航空工程學(xué)院;中國(guó)國(guó)防科技信息中心;
【基金】：國(guó)家自然科學(xué)基金(61303192)項(xiàng)目資助
【分類號(hào)】：TP391.41
【正文快照】： 1引言圖像融合是把多種傳感器獲得的多幅同一場(chǎng)景圖像綜合成一幅圖像的先進(jìn)圖像處理技術(shù),其目的是集成多個(gè)源圖像中的互補(bǔ)信息,增加圖像理解的全面性。它在計(jì)算機(jī)視覺(jué)、醫(yī)學(xué)圖像以及軍事應(yīng)用等領(lǐng)域中有著廣泛的應(yīng)用前景。目前,圖像融合方法大多基于多尺度變換,常用的方法有拉

【相似文獻(xiàn)】

相關(guān)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(kāi)窗處理技術(shù)研究[J];兵工學(xué)報(bào);2009年04期

2 吳仰玉;紀(jì)峰;常霞;李翠;;圖像融合研究新進(jìn)展[J];科技創(chuàng)新導(dǎo)報(bào);2013年01期

3 韓瑜;蔡云澤;曾清;;圖像融合的客觀質(zhì)量評(píng)估[J];指揮控制與仿真;2013年04期

4 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

5 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(jì)算機(jī)工程與設(shè)計(jì);2002年09期

6 苗啟廣;王寶樹(shù);;圖像融合的非負(fù)線性混合模型與算法研究[J];計(jì)算機(jī)科學(xué);2005年09期

7 趙永強(qiáng),潘泉,陳玉春,張洪才;基于偏振成像技術(shù)和圖像融合理論雜亂背景壓縮[J];電子學(xué)報(bào);2005年03期

8 孫巖;趙春暉;陳立偉;;基于小波域的多尺度圖像融合方法[J];應(yīng)用科技;2006年10期

9 李波;王娟;覃征;李愛(ài)國(guó);;多分辨圖像融合通用開(kāi)發(fā)平臺(tái)[J];計(jì)算機(jī)工程;2006年24期

10 郭利明;陳紅林;;一種基于小波分解的圖像融合方法[J];計(jì)算機(jī)仿真;2007年03期

相關(guān)會(huì)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(shè)計(jì)[A];第九屆全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)論文集（上冊(cè)）[C];2010年

2 王芳;吳謹(jǐn);;基于小波的圖像融合算法研究[A];2011年全國(guó)通信安全學(xué)術(shù)會(huì)議論文集[C];2011年

3 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(guó)航空學(xué)會(huì)信號(hào)與信息處理專業(yè)全國(guó)第八屆學(xué)術(shù)會(huì)議論文集[C];2004年

4 王曾敏;楊兆選;丁學(xué)文;何英華;陳楊;于淵;;圖像融合與壓縮算法在動(dòng)態(tài)交通信息服務(wù)系統(tǒng)中的應(yīng)用[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

5 湯志偉;王建國(guó);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(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-99）論文集[C];1999年

6 陸琳;張淳民;;圖像融合算法研究[A];2013年（第五屆）西部光子學(xué)學(xué)術(shù)會(huì)議論文集[C];2013年

7 王榮福;;PET/CT新技術(shù)應(yīng)用[A];全國(guó)射線數(shù)字成像與CT新技術(shù)研討會(huì)論文集[C];2009年

8 劉勇;劉隆國(guó);楊玲恒;;面向?qū)ο蟮男l(wèi)星多層多分區(qū)圖像融合在GIS領(lǐng)域的應(yīng)用探討[A];第二屆中國(guó)衛(wèi)星導(dǎo)航學(xué)術(shù)年會(huì)電子文集[C];2011年

9 王立琦;雷潔;;基于圖像融合的目標(biāo)識(shí)別研究[A];'2010系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

10 王強(qiáng)軍;王潤(rùn)生;;城市航空攝影圖像融合分割方法[A];中國(guó)圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國(guó)圖象圖形科技大會(huì)論文集[C];1998年

相關(guān)博士學(xué)位論文 前10條

1 王春萌;多曝光圖像融合關(guān)鍵技術(shù)的研究[D];山東大學(xué);2015年

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

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

4 史立芳;大視場(chǎng)人工復(fù)眼成像結(jié)構(gòu)研究與實(shí)驗(yàn)[D];電子科技大學(xué);2014年

5 高國(guó)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(xué);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(xué);2015年

7 楊金庫(kù);基于二維經(jīng)驗(yàn)?zāi)B(tài)分解的圖像融合算法研究[D];西北工業(yè)大學(xué);2016年

8 李奕;圖像融合的若干關(guān)鍵技術(shù)研究[D];江南大學(xué);2015年

9 宋樂(lè);異源圖像融合及其評(píng)價(jià)方法的研究[D];天津大學(xué);2008年

10 胡旺;圖像融合中的關(guān)鍵技術(shù)研究[D];四川大學(xué);2006年

相關(guān)碩士學(xué)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(shè)計(jì)與開(kāi)發(fā)[D];內(nèi)蒙古大學(xué);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(xué);2015年

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

4 陳云川;紅外與微光融合的實(shí)時(shí)信號(hào)處理技術(shù)研究[D];南京理工大學(xué);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(xué);2015年

6 陶媛媛;紅外與微光融合夜視系統(tǒng)性能評(píng)價(jià)[D];南京理工大學(xué);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(yīng)用[D];山東大學(xué);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(xué);2015年

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

10 李龍龍;基于分?jǐn)?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(xué);2014年

，

本文編號(hào)：1477028