基于小波变换的中波红外偏振图像融合

发布时间：2021-08-09 21:08

　　针对中波红外偏振图像的特征,给出了一种基于小波变换的融合新方法。根据中波红外偏振图像高低频图像特点选择不同的融合规则,针对低频图像采用偏振融合的方法来抑制背景信息,针对高频图像采用超分辨率重建算法来提升细节信息。实验结果显示,证融合后的红外图像比原始图像更加清晰,相较于仅偏振处理图像获得了更高的分辨率,相较于传统小波融合算法增加了偏振方面细节。 

【文章来源】：激光与红外. 2020,50(05)北大核心CSCD

【文章页数】：5 页

【部分图文】：

系统总流程图

由上述Mallet分解及重构公式,可知二维图像的分解和重构如图2所示。通过小波变换的多分辨率分析过程可以将一幅图像分解为图像的低频部分和高频部分。二维Mallet塔式分解算法可以使用数字滤波器和下采样器实现。首先通过列下采样得到两个子图像,它们的水平分辨率以2为基下降[3]。图像一级和二级分解示意图如图3所示。

通过小波变换的多分辨率分析过程可以将一幅图像分解为图像的低频部分和高频部分。二维Mallet塔式分解算法可以使用数字滤波器和下采样器实现。首先通过列下采样得到两个子图像,它们的水平分辨率以2为基下降[3]。图像一级和二级分解示意图如图3所示。3.3 低频偏振融合

【参考文献】：
期刊论文
[1]多/高光谱遥感图像的投影和小波融合算法[J]. 丰明博,刘学,赵冬.  测绘学报. 2014(02)
[2]基于多尺度稀疏字典的多聚焦图像超分辨融合[J]. 彭真明,景亮,何艳敏,张萍.  光学精密工程. 2014(01)
[3]超分辨率图像重建方法综述[J]. 苏衡,周杰,张志浩.  自动化学报. 2013(08)
[4]基于小波变换的遥感图像融合方法研究[J]. 辛亚楠,邓磊.  激光与光电子学进展. 2013(02)
[5]图像超分辨率重建算法综述[J]. 江静,张雪松.  红外技术. 2012(01)



本文编号：3332805