基于PCA的小波多分辨图像融合方法

提出小渡多分辨率下主成份分析（PCA）的图像融合方法。首先利用小波变换对融合图像进行多分辨率分解,然后利用主成份分析方法确定图像小波低频近似系数的洎适应融合权重,采用局部区域“能量”法进行小渡高频细节系数的融合,最后将小波融合系数逆变换实现图像的融合处理。实验结果证实融合图像的目标特征突出,易于目视解译。     

基于对比度的多分辨图像融合

本文给出一种基于对比度的多分辨图像融合算法.首先,利用小波变换得到待融合图像的多分辨分析,同时得到图像的多分辨对比度序列;然后以对比度为判据,在图像的多分辨分析的相应各级上进行融合,得到融合图像的多分辨分析;最后,利用小波逆变换重构融合图像.算法使用同一场景可见光图像和红外图像进行了验证,结果表明,融合图像完好地显示了源图像各自的信息.     

基于小波多分辨分析的线性预测

提出了一种对非平稳时间序列预测的新方法。通过小波多分辨分析把某些非平稳时间序列分解为若干层近似意义上的平稳时间序列，然后再用自回归模型对每层的单支重构信号进行预测，最后综合每层的预测值可得到原时间序列的预测值。仿真实验表明了该方法的优越性在于比传统的方法精度高。     

基于统计模型的遥感图像多分辨融合方法

本文针对多光谱图像的增强问题,提出了一种新的多分辨融合方法.将相关约束引入到统计融合模型中,从而充分增强了相关的空间信息,同时又有效抑制了光谱失真.真实的遥感图像实验结果表明了该文算法的有效性.     

一种基于小波多尺度边缘检测的图像融合算法

该文提出了一种新的基于多尺度边缘检测的小波图像融合方法,是一种利用图像边缘特征的小波图像融合方法,融合过程利用了图像的多尺度边缘信息。为了更好地保持图像的边缘,该文在图像融合过程中将图像去噪与边缘检测相结合。提出了一种物理意义明确的小波最佳分解层数的确定方法。利用统计分析的评判准则,如熵、标准偏差等,评价二维多聚焦图像不同小波分解层的融合效果,表明该方法提高了图像的熵和标准偏差的值,算法效果良好。     

基于区域的小波多尺度多聚焦图像融合方法

提出了基于区域的小波多尺度多聚焦图像融合方法.首先对参加融合的两幅图像进行小波多尺度分解,得到两个金字塔结构.对于金字塔的每一层分解,使用"区域象素聚类"的方法生成标签图像,利用标签图像,对两金字塔各层的三个高频细节分量按区域能量取大的规则,形成融合二值决策图,每层分解对应一个二值决策图.利用每一层的二值决策图对相应层的细节分量进行融合,最后重构.并采用均方根误差对该方法进行了客观评价.实验结果表明本方法对多聚焦图像有较好的融合效果,其融合性能比基于窗口能量取大的单个象素的小波图像融合方法和文献[3]提出的融合方法的融合性能都好.     

基于多小波分析的图像融合算法

从电磁波频谱带宽的角度,提出了图像融合的一种物理解释。介绍了多小波变换的一般理论,描述了多小波图像融合的方法。用GHM多小波、CL多小波及Db4单小波对可见光与红外图像进行了融合。利用平均熵作为判定准则,比较了GHM多小波、CL多小波及Db4单小波的融合效果,实验结果表明CL多小波算法效果最好。     

像素级多分辨图像融合若干问题分析及实验

针对前人的工作和我们的实验进行了理论分析,讨论了像素级多分辨图像融合的三个基本问题:①为什么基于多分辨数据结构的融合能消除来自不同图像的特征之间拼接的板块效应而过渡自然?②如何构造新的融合图像的多分辩数据结构,从而能稳定地重构融合图像?③所选择的系数是否携带着原始图像的显著特征(边缘和纹理)?给出了像素级多分辨图像融合的三个基本规律:多分辨数据融合的内在机理,融合算法的稳定性条件以及基于能量准则的数据融合原理.并以此规律为引导,开发了一种新的基于小波变换域的图像融合算法,进行了实验验证.     

基于小波多分辨分析的极化分析和滤波方法

在小波多分辨分析的基础上,在各个尺度上分别用协方差矩阵法计算极化参数,给出在不同的尺度上选取相应的时窗长度的方法,对协方差矩阵法不能计算的各个尺度位移的开始和结束处用瞬时法计算极化参数。这种方法有效地解决了协方差矩阵法时窗长度的选取和参数计算时存在的边界问题以及瞬时极化分析法对瞬时干扰的敏感问题．     

基于多分辨奇异值分解的多聚焦图像融合

提出了一种多分辨奇异值分解（MSVD）的新框架，并把它应用于多聚焦图像融合中.首先，基于分块算法原理，利用奇异值分解获得具有不同分辨率的一幅近似和三幅细节图像.然后结合重构算法，给出了图像的融合框架.其次，对比基于离散小波变换（DWT）的融合算法，基于MSVD的融合效果更好，而且 MSVD的基向量只依赖于图像本身而不像小波需要固定的基.最后，采用客观性能指标对结果图像进行评价.实验结果表明，本文的方法不仅简单易行，而且图像表现出良好的视觉效果，清晰度和空间频率都有很大提高.     

基于小波变换的图像融合方法

提出了一种基于小波变换的改进图像融合方法。对小波分解后的高频分量使用图像区域内像素的最大绝对值作为该区域中心像素的活性测度以得到融合图像的高频分量,对分解后的低频分量通过度量其图像块的质量来确定融合图像的低频分量。实验结果表明,该方法得到的融合图像清晰度和对比度都较好,是一种有效的图像融合算法。     

基于小波变换多尺度积的图像融合算法

图像融合是图像处理中的关键技术之一。它在军事和民用图像处理领域获得了广泛的应用。提出了一种新的基于小波变换多尺度积的图像融合算法,小波变换多尺度积具有放大信号边缘特征和降低信号噪声的特点,有利于在融合图像中保持图像的细节特征。利用统计分析的评判准则,如熵、标准偏差评价图像的融合效果。实验结果表明该方法提高了图像的熵和标准偏差。在保留原图像信息的情况下增强了融合图像的细节信息。     

基于小波变换的加权图像融合方法

提出了一种基于小波变换的多光谱图像与高空间分辨率图像融合方法。该方法通过局部方差准则利用加权平均将高空间分辨率图像和多光谱图像经小波分解的低频分量进行融合,然后将融合的低频分量和高空间分辨率图像的细节分量结合进行小波反演变换得到融合图像。通过和WT方法的融合结果进行对比评价,表明了该方法在提高多光谱图像的空间细节表现能力和保持光谱信息上都有很好的效果。     

基于小波变换的不同融合规则的图像融合研究

图像融合是一种重要的增强图像信息的方法。提出了一种基于多尺度分解的像素图像融合方法。利用小波变换按照不同融合规则及融合算子构造融合图像对应的小波系数。通过对可见光图像与红外图像进行融合的实验比较表明，以像素的局部能量为准则的融合效果更好，既可避免传统融合规则的信息损失，又提高了融合图像的空间分辨率和清晰度，融合图像更符合人的视觉特性，也有利于机器视觉。     

基于小波变换的红外图像融合技术研究

图像融合的目的是把来自多传感器数据的互补信息合并形成一幅新的图像,以便更好地进行监视和侦察之类的视觉感知。文中介绍了小波变换及其Mallat快速算法,提出了基于小波变换的图像融合方法,并分析了可见光与红外图像的融合结果,结果表明,小波变换融合图像包含了所有传感器的相关信息,其性能优于高斯－拉普拉斯金字塔结构算法,这一原理也可以应用到两幅以上的图像上,无论这些旬否在同一光谱波段内。     

A modified statistical approach for image fusion using wavelet transform

The fusion of images is an important technique within many disparate fields such as remote sensing, robotics and medical applications. For image fusion, selecting the required region from input images is a vital task. Recently, wavelet-based fusion techniques have been effectively used to integrate the perceptually important information generated by different imaging systems about the same scene. In this paper, a modified wavelet-based region level fusion algorithm for multi-spectral and multi-focus images is discussed. Here, the low frequency sub-bands are combined, not averaged, based on the edge information present in the high frequency sub-bands, so that the blur in fused image can be eliminated. The absolute mean and standard deviation of each image patch over 3 × 3 window in the high-frequency sub-bands are computed as activity measurement and are used to integrate the approximation band. The performance of the proposed algorithm is evaluated using the entropy, fusion symmetry and peak signal-to-noise ratio and is compared with recently published results. The experimental result proves that the proposed algorithm performs better in many applications.     

基于小波变换的双色红外图像融合检测方法

针对复杂背景中/长波红外图像的特点,提出了一种基于小波变换的中/长波红外图像融合检测方法。首先,对原始中/长波红外图像分别进行小波变换,提取出两幅图像的低频和高频信息;然后,分别对图像的低频和高频信息采用不同的融合准则进行融合,并用小波逆变换重建成融合图像,自适应选取阈值,获得最终的目标检测结果。在实验中,采用相同的方法分别用融合图像、单波段红外图像进行目标检测,实验结果证明,用文中提出的融合检测算法优于仅用长波或中波红外图像的目标检测。     

Image compressed sensing based on wavelet transform in contourlet domain

Compressed sensing (CS) has been widely concerned and sparsity of a signal plays a crucial role in CS to exactly recover signals. Contourlet transform provides sparse representations for images, so an algorithm of CS reconstruction based on contourlet is considered. Meanwhile, taking into account the computation and the storage of large random measurement matrices in the CS framework, we are trying to introduce the wavelet transform into the contourlet domain to reduce the size of random measurement matrices. Several numerical experiments demonstrate that this idea is feasible. The proposed algorithm possesses the following advantages: reduced size of random measurement matrix and improved recovered performance.     

基于小波变换的改进影像金字塔模型

随着遥感影像数据量不断增长,为了更加高效地组织与管理海量的遥感影像,研究并提出了改进的基于小波分解的影像金字塔构建方法。利用多分辨率分析和图像的小波分解与重构算法,参考影像金字塔构建的一般方法,将图像小波分解的不同级系数量化、编码后,分别存储于金字塔的不同层中。该构建方法可以有效地降低金字塔各层之间的数据冗余,减少总数据量和浏览时的数据流量,并能更好地支持嵌入式码流和渐进式传输。