發(fā)布時(shí)間：2018-03-14 15:45

  本文選題：小波變換　切入點(diǎn)：圖像融合　出處：《信息技術(shù)》2016年11期 　論文類型：期刊論文

【摘要】：針對(duì)傳統(tǒng)融合算法在圖像融合時(shí),不能很好地保留源圖像信息和邊緣信息的缺點(diǎn),提出了一種基于Laplacian算子的小波變換圖像融合算法。該算法利用小波變換對(duì)圖像進(jìn)行分解,分解后得到圖像的低頻系數(shù)和高頻系數(shù);對(duì)高頻系數(shù)采用基于對(duì)兩個(gè)Laplacian模板算子卷積結(jié)果相比較并進(jìn)行篩選的融合規(guī)則;對(duì)低頻系數(shù)采用基于拉普拉斯清晰度評(píng)價(jià)函數(shù)和8鄰域局部方差相結(jié)合的融合規(guī)則;最后進(jìn)行小波逆變換得到融合圖像。對(duì)實(shí)驗(yàn)結(jié)果結(jié)合主觀和多種客觀評(píng)價(jià)方法進(jìn)行分析。結(jié)果表明,該改進(jìn)算法與傳統(tǒng)融合算法相比融合效果更好,融合圖像具有邊緣信息豐富、圖像清晰度高等優(yōu)點(diǎn)。
[Abstract]:In view of the traditional fusion algorithm in image fusion, can well preserve the source image and edge information of the shortcomings, the paper proposed an image fusion algorithm based on wavelet transform Laplacian algorithm. The algorithm is used to decompose the image by wavelet transform, the decomposed coefficients of low frequency and high frequency image of high frequency coefficient is adopted for two; a Laplacian template operator convolution results are compared and the fusion rules based on screening; using local variance Laplasse fusion rules definition evaluation function and 8 neighborhood based on the combination of low frequency coefficient; the inverse wavelet transform to obtain the fusion image. The experimental results combined with subjective and objective evaluation method to analyze various. The results show that the improved the algorithm better fusion effect compared with the traditional fusion algorithm, the fusion image has rich edge information, higher image resolution advantages.

【作者單位】： 哈爾濱工程大學(xué)信息與通信工程學(xué)院;
【基金】：黑龍江省自然科學(xué)基金項(xiàng)目(F201339)
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊懌菲;;基于Laplacian金字塔的逆有序抖動(dòng)算法[J];計(jì)算機(jī)工程;2009年15期

2 李其超;趙海峰;羅斌;;非負(fù)Laplacian嵌入在顱腦MR圖像分割中的應(yīng)用[J];微型機(jī)與應(yīng)用;2012年10期

3 張長(zhǎng)東;戴寧;廖文和;閆國(guó)棟;孫玉春;王勇;呂培軍;;基于Laplacian變形技術(shù)的回切基底冠設(shè)計(jì)[J];中國(guó)制造業(yè)信息化;2012年23期

4 劉佳;肖曉明;彭駿馳;蔡自興;;基于改進(jìn)的Laplacian算子的圖像邊緣檢測(cè)[J];電子技術(shù)應(yīng)用;2006年11期

5 ;Multiplicative Noise Removal using Gradient and Laplacian[J];科技信息;2009年24期

6 趙健;胡劍光;吳玲達(dá);;基于切平面中值坐標(biāo)的Laplacian網(wǎng)格變形算法[J];計(jì)算機(jī)科學(xué);2009年08期

7 張官亮;鄒煥新;盧春燕;趙鍵;;基于擬Laplacian譜和點(diǎn)對(duì)拓?fù)涮卣鞯狞c(diǎn)模式匹配算法[J];計(jì)算機(jī)應(yīng)用;2013年06期

8 許斌;李忠科;;基于STL文件的Laplacian網(wǎng)格優(yōu)化算法[J];計(jì)算機(jī)工程;2013年11期

9 許斌;李忠科;宋大虎;;基于支持向量機(jī)的Laplacian網(wǎng)格曲面孔洞修補(bǔ)算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2014年01期

10 鄧世文;劉煥平;葉宏宇;;基于Laplacian殘差擴(kuò)展的可逆嵌入算法[J];計(jì)算機(jī)工程與應(yīng)用;2008年03期

相關(guān)會(huì)議論文 前3條

1 葉夢(mèng);李崢;羅笑南;;平移敏感的Laplacian網(wǎng)格編輯方法[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

2 ;An Improved Fourth-order PDE for Noise Removal with Dissipation Reduction[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

3 陸宗騏;陳芳;王學(xué)城;;用Laplacian算子檢測(cè)粒子與線條[A];第十二屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

相關(guān)碩士學(xué)位論文 前3條

1 楊敬波;Laplacian坐標(biāo)在三角網(wǎng)格變形中的應(yīng)用研究[D];大連理工大學(xué);2009年

2 曹連連;基于信息論的加權(quán)Laplacian分類器設(shè)計(jì)[D];南京航空航天大學(xué);2012年

3 孫世全;表情驅(qū)動(dòng)的實(shí)時(shí)Laplacian網(wǎng)格變換面部表情模擬[D];燕山大學(xué);2015年

，

本文編號(hào)：1611872