基于拉普拉斯金字塔变换的图像融合算法研究

阐述了基于拉普拉斯金字塔变换的图像融合原理和方法：首先对源图像分别进行拉普拉斯金字塔分解,然后对分解后的各层图像采用不同的融合准则进行融合,最后,对融合金字塔做拉普拉斯金字塔反变换得到最终的融合图像。通过对可见光与红外图像的融合结果分析,实验结果表明,该算法能得到具有更多有用信息的高对比度的融合图像。融合效果良好。     

基于结构与分解的红外光强与偏振图像融合

在一些特定环境下,红外传感器无法探测到目标时,需要将偏振技术与红外技术相融合。为了获得更清楚的融合图像,采用一种基于多尺度结构分解的图像融合方法实现红外光强与偏振图像融合。该算法提出将红外图像与偏振图分解成3个独立部分：平均强度、信号强度和信号结构。其中平均强度部分,采用一种反正切的权重函数进行融合,信号强度采用最大值的融合原则,而信号结构采用一种基于信号强度幂函数的加权平均方进行融合,最后重构得到融合图像。为了更快进行融合、降低计算的复杂度,将分解过程通过均值滤波代替,再通过上采样与下采样得到最终的融合图像。为了得到更好的融合图像,通过不同融合参数实验对比,选择较优的融合参数。最后实验表明使用所提出的反正切权重函数与融合参数设置,在与传统的多尺度算法的比较中,4项评价指标取得优势,且主观上保留更多的纹理细节、提升对比度以及抑制伪影。     

基于图切割的拉普拉斯金字塔图像融合算法

针对在图像拼接中普通的拉普拉斯金字塔融合算法容易丢失细节的缺点,以及由于运动物体造成的融合鬼影现象,本文提出了一种基于图切割的拉普拉斯金字塔融合算法。首先,引入图切割技术,寻找最优缝合线,确定一种自适应融合区,以消除运动物体造成的融合鬼影;其次,利用源图像完整细节对重构误差进行补偿,提出一种基于包含水平方向在内多个方向的加权融合方法,将源图像和拉普拉斯金字塔融合图像按照这种融合规则进行融合。实验结果表明,与经典拉普拉斯融合方法对比,在客观指标上,本文方法的图像均值平均提高了0.326,标准差(SD)平均提高了1.109,信息熵平均提高了0.041,图像清晰度平均提高了0.289;在主观效果上,本文方法无明显拼接痕迹和融合鬼影,较好保留了图像细节,提高了融合质量,全景图拼接更加真实,改善了整体的视觉效果。     

基于拉普拉斯金字塔变换的小波域图像融合

在深入分析了小波变换融合方法及拉普拉斯金字塔变换融合方法的原理及优缺点的基础上,通过优势互补将二者巧妙结合,提出了一种新的图像融合算法。实验结果表明,该方法计算量小、运行速度快,在红外与可见光图像的融合、多聚焦图像融合以及局部模糊图像融合等应用中优于其他融合方法。     

用于HVS的拉普拉斯金字塔变换图像融合研究

平视视景系统(HVS)融合了增强视景系统(EVS)和合成视景系统(SVS),在飞机近陆运行阶段,为飞行员提供实时外景信息,提高飞行安全。提出了一种用于HVS的图像融合方法:首先将源图像进行拉普拉斯金字塔变换,然后对高频层采用绝对值取大的方法进行融合,低频层采用区域能量与改进的区域平均梯度相结合的方法进行融合,最后进行拉普拉斯反变换得到最终融合图像。实验表明该方法用于EVS与SVS图像的融合时具有良好的融合效果。     

基于拉普拉斯金字塔变换方法的多波段图像融合规则比较

为了选取基于拉普拉斯金字塔变换融合方法效果较好的融合规则来提高多波段图像融合质量,现结合12 种融合规则对可见光、红外短波和红外长波图像进行融合,通过主观人眼视觉观察与客观评价中的信息量、统计特性和人眼视觉特性的评价指标对融合效果进行分析比较,找到融合效果较好的融合规则.实验结果表明,低频使用等值加权平均时,融合效果较差,对比度低.高频使用绝对值取大、低频使用区域匹配时,融合结果清晰,评价指标最高,便于人眼观察.高频使用区域能量取大、低频使用区域匹配度取大时,融合结果可以充分显示边缘和纹理信息.高频使用一致性检测和区域方差时融合效果一般.     

拉普拉斯金字塔融合在红外无损检测技术中的应用

红外无损检测技术依靠热波信号在材料内部的传播实现对材料内部缺陷信息的检测,热波信号属于衰减波,缺陷越深,材料表面检测到的热波信号越弱,检测红外图像越模糊,进而影响了缺陷的定位和判断.本文提出采用拉普拉斯金字塔融合技术实现对红外图像和可见光图像的融合,拉普拉斯金字塔提取了图像多尺度的细节信息,针对高频、低频信息采用不同的融合方式,以获得更加突出的特征图像.最后采用该技术对平底孔试件、薄膜涂层试件、金属裂纹试件、复合材料试件的红外检测图像和可见光图像进行融合,实验结果表明:融合图像相对于红外图像、可见光图像的图像熵有所提升,能更好地实现对缺陷的定位和判断.     

红外图像融合

研究了利用拉普拉斯金字塔技术,对可见光电视和红外图像融合过程中,各个相关层的像素点值的选取规则的不同对融合结果的影响,对比实验证明,对不同的红外图像结构,需应用不同的对应点值的选取规则。     

红外光强与偏振图像多类拟态变元组合融合

现有红外光强与偏振图像融合算法不能根据图像差异特征变化动态调整融合算法,造成图像部分差异特征融合效果不理想甚至失效。根据拟态仿生学思想,借鉴拟态章鱼的多拟态过程,提出一种红外光强与偏振图像多类拟态变元组合融合方法。首先,分析拟态章鱼的多拟态过程,剖析其多拟态原因;其次,寻找多拟态过程与图像融合过程之间的对应关系,并确定图像融合过程的多类变元类型;最后,建立面向图像融合的多类变元组合关系并利用该关系进行图像融合。实验结果表明:所得融合图像的信息熵、标准差、边缘强度、平均梯度、清晰度方面平均提升1.16%、7.25%、3.00%、0.31%、10.18%。该方法的建立可以使融合算法内变元组内变元选择和组合根据原始图像差异特征变化而进行动态调整,从而得到具有针对性的融合算法。     

基于金字塔方法的SAR图像与光学图像的融合

对金字塔方法和IHS方法在SAR图像与光学图像融合中的应用进行了研究。分析了它们的优缺点和局限性,并结合具体融合实验,给出了改进的算法和一些灵活的处理方法。实验结果表明,改进后的算法比传统的高斯拉普拉斯金字塔方法有更好的融合效果。     

红外偏振与红外光强图像的伪彩色融合研究

针对RGB和lαβ间转换过程复杂,运算速度慢,不便于用灰度融合图像直接代替亮度分量的问题,提出了一种基于YCαCβ空间的伪彩色融合方法.该方法首先对源图像进行基于特征差异的颜色映射,所得RGB图像通过YCαCβ变换提取亮度分量Y;然后采用新的融合规则对红偏振与光强图像进行了支持度融合,其中低频和高频分别采用目标背景分割和区域方差最大的融合规则;最后用融合结果代替亮度分量,再与Cα,Cβ分量进行YCaCβ逆变换,得到伪彩色图像.实验结果表明,与文献[8]方法比较局部方差提高21.5％、对比度提高1.15％、清晰度提高6.05％、运算速度提高30.5％,证明了本文算法的可行性和有效性.     

基于NSCT的红外偏振与光强图像的融合研究

针对融合规则的选择,提出了一种基于非采样Contourlet变换的红外偏振与光强的融合方法。该算法采用NSCT对源图像进行多尺度、多方向分解,然后对低频子带系数和高频子带系数分别采用局部能量和区域目标特征的选择,最终通过逆变换得到融合图像。实验结果表明：与加权融合和绝对值取大的融合规则相比,局部标准偏差、局部粗糙度、对比度、分别提高3.42%、12.7%、9.67%。     

拉普拉斯金字塔与p-m模型联合去噪方法

阐述拉普拉斯金字塔的原理和方法,提出先用p-m模型进行消噪处理,再用拉普拉斯金字塔进行融合,与用拉普拉斯金字塔方法进行融合后再用p-m模型进行降噪处理,并且对图像质量进行分析评价,得出这两种方法的各自特点。     

基于局部能量与模糊逻辑的红外偏振图像融合

针对红外偏振与红外光强图像的成像特征差异,提出了一种基于 NSCT(Nonsubsampled Contourlet Transform)的红外偏振与红外光强图像的新融合算法.该算法首先采用NSCT对源图像进行多尺度、多方向分解,然后对低频子带图像采用局部能量融合规则,融合后再对低频融合图像进行直方图均衡化处理,而对高频方向子带图像采用了模糊逻辑,根据各图像的特征差异来分别选择基于像素、基于区域和加权平均的融合规则,再对得到的各个子带图像进行NSCT重构,从而得到最终的融合图像.通过实验仿真表明本文算法能有效的融合源图像的互补信息,使得该算法在目标识别中具有一定的优势和现实意义.     

基于梯度塔形分解的多传感器图像融合

给出了基于梯度塔形分解的像素级图像融合新方法,基本思想是,先对原图像进行梯度塔形分解;其次,按照融合规则,采用基于区域特性的加权算子去构造融合图像对应的梯度金字塔;最后,通过逆梯度塔形变换重构融合图像,该方法被成功地用于图像的融合处理,实验结果表明,该融合方法十分有效,获得的融合图像更符合人的视觉特性,更有利于机器视觉。     

双色中波红外成像融合技术的研究进展

双色中波红外成像是红外多波段探测研究的重要分支,以双色中波成像及其图像处理为线索,按照“探测—成像—融合”的思路,从双色中波探测器研制、探测成像应用、成像特性分析和图像融合4个方面分析了双色中波红外成像融合技术的研究现状,指出了双色中波图像融合研究中存在的问题及其原因,提出了在双色中波红外图像差异特征形成机理研究基础上,探索差异特征驱动的多级融合方法、融合工程化及建立新的图像融合评价方法的发展思路.     

基于梯度塔形分解的GPU加速多源图像融合

为了解决多分辨率图像融合算法在单纯CPU上运行效率低的问题,提出了一种用于在基于梯度塔形分解的图像融合算法中使用的新融合规则,并将整个融合算法在图形处理器上进行了设计和高效的实现,将计算密集的任务安排到图形处理器上执行.实验验证,融合图像保留了源图像中的显著特征.并且,与单纯CPU上的融合算法相比,该系统在不同尺寸的图像融合中都获得加速.展现了一种通过图形处理器提高多分辨率图像融合算法效率的方法.     

一种基于中值金字塔的图像融合算法

为了对同一光学传感器的多聚焦图像进行融合增强以获得较高清晰度的图像,提出了一种基于中值金字塔的图像融合算法.首先,利用中值滤波和分析、合成算子得到图像的各级金字塔分解,以及各级细节子图像.然后,对顶层低频子图像系数取平均,对各级细节子图像,以局部邻域平均梯度为判据,进行图像融合.最后,利用中值金字塔反变换重构图像.实验结果表明,该方法对多聚焦图像的融合十分有效.