DWT、NSCT和改进PCA协同组合红外偏振图像融合
本文关键词:DWT、NSCT和改进PCA协同组合红外偏振图像融合 出处:《红外技术》2017年03期 论文类型:期刊论文
更多相关文章: 图像融合 红外偏振 协同融合 DWT NSCT PCA
【摘要】:为充分保留红外光强和偏振图像细节、强度等信息,综合多算法的优势性能,提出一种DWT、NSCT和改进PCA的多算法协同组合融合新方法,在考虑3种算法互补协同关系基础上,充分保留源图重要目标和细节信息。首先,用离散小波变换(DWT)将源图分解为高低频分量,低频用非下采样轮廓波变换(NSCT)再次分解;其次,对主成分分析法(PCA)进行权值改进,分块融合NSCT分解所得低频分量;然后,提出"相关系数-局部能量-局部标准差"规则融合NSCT分解所得高频,用"层内对比度"规则融合DWT分解所得高频;最后,NSCT逆变换重构所得图像作为DWT低频融合图,再用DWT逆变换获得最终融合图像。实验结果表明,所提方法在视觉效果、细节层次及保留等方面比单一或简单组合方法更具优势,对不同场景适应性较强。
[Abstract]:In order to fully preserve the details and intensity of infrared and polarized images, a new method of combining DWT-NSCT and improved PCA is proposed to integrate the advantages of multi-algorithms. On the basis of considering the complementary cooperative relationship among the three algorithms, the important target and detail information of the source map is fully preserved. Firstly, the source image is decomposed into high and low frequency components by discrete wavelet transform (DWT). The low frequency is decomposed again by the non-downsampling profilometry transform (NSCT). Secondly, the weight of principal component analysis (PCA) is improved, and the low frequency components are fused into blocks by NSCT decomposition. Then, the correlation coefficient, local energy and local standard deviation are proposed to fuse the high frequency of NSCT decomposition, and the high frequency of DWT decomposition is fused with the rule of "intra-layer contrast". Finally, the reconstructed image is used as DWT low frequency fusion image, and the final fusion image is obtained by DWT inverse transform. The experimental results show that the proposed method is effective in vision. The level of detail and retention have more advantages than single or simple combination methods, and have better adaptability to different scenarios.
【作者单位】: 中北大学动态测试技术重点实验室;
【基金】:中北大学动态测试技术重点实验室开放基金目(ZDSYSJ2015005) 教育部高等学校博士学科点专项科研资助(博导类)(20121420110004)
【分类号】:TP391.41;TN219
【正文快照】: 红外热成像技术利用目标红外辐射特性进行热成像,所得红外光强图像具有显著的亮度特征和区域特征用糙体富但具图形波切融夫这果利较金得等A但佳割界域G在马法等通优合PC细而方削种充(D合,但纹理和光谱、空间度等有用信和温差小的,极大地增但其亮度特征具有很强的互图像,能有效
【相似文献】
相关期刊论文 前10条
1 田思;张俊举;袁轶慧;常本康;;图像融合的开窗处理技术研究[J];兵工学报;2009年04期
2 吴仰玉;纪峰;常霞;李翠;;图像融合研究新进展[J];科技创新导报;2013年01期
3 韩瑜;蔡云泽;曾清;;图像融合的客观质量评估[J];指挥控制与仿真;2013年04期
4 王忆锋,张海联,,李灿文,李茜;夜视图像融合研究的进展[J];红外与激光工程;1998年02期
5 朱炼;孙枫;夏芳莉;韩瑜;;图像融合研究综述[J];传感器与微系统;2014年02期
6 刘志镜,杨海英,张小平;基于空域中的图像融合算法研究[J];计算机工程与设计;2002年09期
7 夏明革,何友,唐小明,夏仕昌;图像融合的发展现状与展望[J];舰船电子工程;2002年06期
8 温学兵;纪景娜;;一种基于图像融合的混合去噪方法[J];绥化学院学报;2005年06期
9 苗启广;王宝树;;图像融合的非负线性混合模型与算法研究[J];计算机科学;2005年09期
10 赵永强,潘泉,陈玉春,张洪才;基于偏振成像技术和图像融合理论杂乱背景压缩[J];电子学报;2005年03期
相关会议论文 前10条
1 刘德坤;龚俊斌;马佳义;田金文;;一种车载的红外与微光图像融合系统设计[A];第九届全国光电技术学术交流会论文集(上册)[C];2010年
2 王芳;吴谨;;基于小波的图像融合算法研究[A];2011年全国通信安全学术会议论文集[C];2011年
3 胡学龙;沈洁;;一种基于中值金字塔的图像融合算法[A];2008年全国开放式分布与并行计算机学术会议论文集(上册)[C];2008年
4 赵向阳;杜利民;;基于数据提纯的图像融合[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
5 杨志;毛士艺;陈炜;;基于多分辨率局部峰度熵的鲁棒图像融合算法[A];中国航空学会信号与信息处理专业全国第八届学术会议论文集[C];2004年
6 王曾敏;杨兆选;丁学文;何英华;陈杨;于渊;;图像融合与压缩算法在动态交通信息服务系统中的应用[A];第一届建立和谐人机环境联合学术会议(HHME2005)论文集[C];2005年
7 潘泉;赵永强;张洪才;;基于像素层图像融合的偏振图像计算方法研究[A];第二届全国信息获取与处理学术会议论文集[C];2004年
8 陈怀新;吴必富;;机载成像侦察的图像融合技术[A];中国雷达行业协会航空电子分会暨四川省电子学会航空航天专委会学术交流会论文集[C];2005年
9 成尚利;吕中伟;何俊民;;基于小波变换的PET/CT图像融合[A];第四届全国中青年核医学学术会议论文汇编[C];2008年
10 汤志伟;王建国;赵志钦;黄顺吉;;基于小波变换的图像融合算法[A];第九届全国信号处理学术年会(CCSP-99)论文集[C];1999年
相关重要报纸文章 前1条
1 陈鸣;军工巨头中光学集团欲“影”响世界[N];中国电力报;2010年
相关博士学位论文 前10条
1 王春萌;多曝光图像融合关键技术的研究[D];山东大学;2015年
2 费春;基于智能优化和视觉显著性的图像融合研究[D];电子科技大学;2015年
3 段昶;基于Shearlet的图像融合研究[D];电子科技大学;2014年
4 史立芳;大视场人工复眼成像结构研究与实验[D];电子科技大学;2014年
5 高国荣;基于Shearlet变换的图像融合与去噪方法研究[D];西安电子科技大学;2015年
6 王娟;基于城镇影像的Contourlet域图像融合算法研究[D];成都理工大学;2015年
7 杨金库;基于二维经验模态分解的图像融合算法研究[D];西北工业大学;2016年
8 李奕;图像融合的若干关键技术研究[D];江南大学;2015年
9 宋乐;异源图像融合及其评价方法的研究[D];天津大学;2008年
10 胡旺;图像融合中的关键技术研究[D];四川大学;2006年
相关硕士学位论文 前10条
1 杜丽;基于RF5框架的多小波图像融合系统的设计与开发[D];内蒙古大学;2015年
2 王坤臣;基于二代Curvelet变换的图像融合算法研究[D];南京理工大学;2015年
3 李宁;多DSP并行系统图像融合算法设计及优化[D];南京理工大学;2015年
4 陈云川;红外与微光融合的实时信号处理技术研究[D];南京理工大学;2015年
5 张泽;基于NSCT变换的压缩感知图像融合优化算法研究[D];大连海事大学;2015年
6 陶媛媛;红外与微光融合夜视系统性能评价[D];南京理工大学;2015年
7 李蕾;抗混叠轮廓波变换的性能研究及图像融合去噪应用[D];山东大学;2015年
8 米艳芹;基于区域和多尺度的图像融合算法研究[D];电子科技大学;2015年
9 唐诗;基于多尺度变换的无源毫米波图像融合算法研究[D];电子科技大学;2014年
10 李龙龙;基于分数阶傅里叶变换的图像融合算法研究[D];哈尔滨工业大学;2014年
本文编号:1425590
本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/1425590.html