本文選題：高斯濾波 + 雙邊濾波��； 參考：《系統(tǒng)工程與電子技術(shù)》2016年01期

【摘要】：針對(duì)紅外與可見(jiàn)光圖像融合時(shí),兩種異質(zhì)圖像信息容易相互干擾,造成融合圖像出現(xiàn)模糊、信息混亂和對(duì)比度降低等問(wèn)題,提出了一種基于雙邊與高斯濾波混合分解的融合方法。首先采用雙邊和高斯濾波器對(duì)輸入的紅外與可見(jiàn)光圖像進(jìn)行混合信息分解,得到小尺度紋理細(xì)節(jié)、大尺度邊緣和底層粗略尺度圖像信息;其中的大尺度邊緣信息包含紅外圖像的主要特征,依據(jù)該特征確定各分解子信息的融合權(quán)重,從而將重要的紅外特征信息注入到可見(jiàn)光圖像;最后通過(guò)對(duì)各融合子信息進(jìn)行組合重構(gòu)出融合圖像。實(shí)驗(yàn)結(jié)果表明,該算法融合效果要優(yōu)于傳統(tǒng)基于多尺度分解的圖像融合算法。
[Abstract]:When the infrared and visible images are fused, the information of the two heterogeneous images is easily interfered with each other, which causes the fusion images to appear blur, information confusion and low contrast, and so on. A fusion method based on mixed decomposition of two sides and Gao Si filter is proposed. Firstly, the input infrared and visible images are decomposed with bilateral and Gao Si filters to obtain small scale texture details, large scale edge and bottom rough scale image information. The large scale edge information includes the main features of infrared image. According to the feature, the fusion weight of each decomposition sub-information is determined, and the important infrared feature information is injected into the visible image. Finally, the fusion image is reconstructed by the combination of each fusion sub-information. Experimental results show that the fusion effect of this algorithm is better than that of traditional image fusion algorithm based on multi-scale decomposition.
【作者單位】： 北京理工大學(xué)自動(dòng)化學(xué)院;空軍駐華北地區(qū)軍事代表室;
【基金】：國(guó)家自然科學(xué)基金(61403033)資助課題
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉士偉;盧鵬;;基于高斯濾波的掃描圖像去網(wǎng)[J];包裝工程;2012年13期

2 王懷野,張科,李言俊;一種自適應(yīng)各項(xiàng)異性高斯濾波方法[J];計(jì)算機(jī)工程與應(yīng)用;2004年10期

3 高陽(yáng);李言俊;張科;;紅外圖像的各向異性分段高斯濾波(英文)[J];光子學(xué)報(bào);2007年06期

4 王文遠(yuǎn);;基于圖像信噪比選擇優(yōu)化高斯濾波尺度[J];電子與信息學(xué)報(bào);2009年10期

5 錢曉亮;郭雷;余博;;基于目標(biāo)尺度的自適應(yīng)高斯濾波[J];計(jì)算機(jī)工程與應(yīng)用;2010年12期

6 張耕培;崔長(zhǎng)彩;;高斯濾波在三維表面評(píng)定中的應(yīng)用[J];裝備制造技術(shù);2008年11期

7 陳麗;王學(xué)東;孫晶晶;李明;;基于改進(jìn)高斯濾波的室內(nèi)無(wú)線定位算法[J];電氣自動(dòng)化;2014年03期

8 武志鋒;郭文剛;;基于高斯濾波的航拍視頻圖像處理研究[J];計(jì)算機(jī)光盤軟件與應(yīng)用;2013年14期

9 姜東煥;宋國(guó)鄉(xiāng);;基于小波耦合閾值的邊緣檢測(cè)算法[J];計(jì)算機(jī)工程與應(yīng)用;2006年26期

10 汪沛;王巖飛;張冰塵;麻麗香;;基于局部條紋頻率估計(jì)的二維高斯濾波方法[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2007年10期

相關(guān)會(huì)議論文 前5條

1 王麗坤;王緒本;石巖峻;;三維地震數(shù)據(jù)的高斯濾波方法研究[A];中國(guó)地球物理2010——中國(guó)地球物理學(xué)會(huì)第二十六屆年會(huì)、中國(guó)地震學(xué)會(huì)第十三次學(xué)術(shù)大會(huì)論文集[C];2010年

2 高義軍;;高斯濾波與移動(dòng)平均濾波器的ADCOLE測(cè)量?jī)x上的比較[A];第十三屆全國(guó)汽車檢測(cè)技術(shù)年會(huì)論文集[C];2009年

3 高萌;劉吉臻;王瑞琪;;基于自適應(yīng)高斯濾波的電站歷史數(shù)據(jù)穩(wěn)態(tài)檢測(cè)方法[A];智能化電站技術(shù)發(fā)展研討暨電站自動(dòng)化2013年會(huì)論文集[C];2013年

4 王一帆;牛照東;陳曾平;;基于自適應(yīng)高斯濾波的紅外機(jī)場(chǎng)跑道識(shí)別方法[A];2007年光電探測(cè)與制導(dǎo)技術(shù)的發(fā)展與應(yīng)用研討會(huì)論文集[C];2007年

5 孫懿淳;扈嘯;劉衡竹;;基于FPGA平臺(tái)的SIFT算法DoGMax模塊高斯濾波性能分析與設(shè)計(jì)[A];第十六屆計(jì)算機(jī)工程與工藝年會(huì)暨第二屆微處理器技術(shù)論壇論文集[C];2012年

相關(guān)博士學(xué)位論文 前1條

1 李惠芬;基于新一代GPS體系的表面穩(wěn)健高斯濾波技術(shù)的研究[D];華中科技大學(xué);2004年

相關(guān)碩士學(xué)位論文 前2條

1 周文棣;基于高斯濾波法的貝殼表面形貌研究[D];武漢理工大學(xué);2013年

2 蘇鑫;表面粗糙度測(cè)量數(shù)據(jù)采集與高斯濾波方法研究[D];哈爾濱理工大學(xué);2015年

，

本文編號(hào)：1894965