基于改进引导滤波和量子遗传算法的图像融合

发布时间：2020-12-31 05:04

　　为了有效解决图像融合中存在的光谱失真和空间细节信息缺失问题,提出一种基于改进引导滤波和量子遗传算法的图像融合方法。首先对多光谱图像进行上采样,并采用改进引导滤波对全色图像进行拟合处理,然后选用量子遗传算法对新的全色图像进行优化。依据小波变换法分别对多光谱图像和全色图像展开分解,选取高频部分进行加权平均融合,低频部分采用像素取大原则,最后通过小波逆变换得到融合图像。实验结果表明,改进方法能够有效提升图像的平均梯度、信息熵等指标,使得融合图像的光谱失真现象得到改善,边缘细节信息得到增强,视觉效果良好。 

【文章来源】：电光与控制. 2020年02期 北大核心

【文章页数】：5 页

【部分图文】：

融合实验2结果

本文算法基本流程图

融合实验1结果

【参考文献】：
期刊论文
[1]基于多尺度方向引导滤波和卷积稀疏表示的红外与可见光图像融合[J]. 刘先红,陈志斌.  光学学报. 2017(11)
[2]基于改进Contourlet变换的遥感图像融合算法[J]. 陈利霞,邹宁,袁华,欧阳宁.  计算机应用. 2015(07)
[3]融合图像质量评价指标的相关性分析及性能评估[J]. 张小利,李雄飞,李军.  自动化学报. 2014(02)
[4]基于均匀离散曲波变换的多聚焦图像融合[J]. 杨扬,戴明,周箩鱼.  红外与激光工程. 2013(09)
[5]基于协方差交叉算法的多源遥感图像融合方法[J]. 崇元,徐晓刚,徐贯雷,邵承勇.  电光与控制. 2013(06)
[6]一种改进的量子旋转门量子遗传算法[J]. 张小锋,睢贵芳,郑冉,李志农,杨国为.  计算机工程. 2013(04)



本文编号：2949023