交叉双边滤波和视觉权重信息的图像融合
本文关键词: 图像融合 多层分解 视觉权重 交叉双边滤波器 出处:《仪器仪表学报》2017年04期 论文类型:期刊论文
【摘要】:图像融合技术是图像分析领域重点研究内容之一,为了更好地保留原图像中的细节信息,提高融合图像的对比度,提出了基于视觉权重图的多尺度图像融合方法。首先,利用可变参数的交叉双边滤波器对两幅待融合图像进行多尺度分解;然后,在每个分解层分别计算相应的视觉权重图,并针对不同分解层赋予不同的权重值;最后,综合这些结果生成融合图像。由于对原始图像的分解没有采用下采样和上采样操作,因此不会损失图像中的信息,且克服了传统像素级融合方法中融合图像模糊、对噪声敏感等不足。通过4种定量分析实验表明,在多种模式的图像融合应用中,本方法优于其他5种对比方法,融合时间小于0.2 s。融合后图像细节信息、对比度得到增强,同时降低处理时间。
[Abstract]:Image fusion technology is one of the most important research contents in the field of image analysis. In order to better preserve the details of the original image and improve the contrast of the fused image. A multi-scale image fusion method based on visual weight graph is proposed. Firstly, two images to be fused are decomposed by a cross-bilateral filter with variable parameters. Then, the corresponding visual weights are calculated in each decomposition layer, and different weights are assigned to different decomposition layers. Finally, the fusion image is generated by synthesizing these results. Since the decomposing of the original image does not use down-sampling and up-sampling operations, the information in the image will not be lost. It overcomes the shortcomings of traditional pixel level fusion method, such as image blur and sensitivity to noise. Through four quantitative analysis experiments, it is shown that this method can be used in multi-mode image fusion. This method is superior to the other five comparison methods, and the fusion time is less than 0.2 s. After fusion, the image details are enhanced, the contrast is enhanced, and the processing time is reduced.
【作者单位】: 海军航空工程学院;中国国防科技信息中心;
【基金】:国家自然科学基金(61303192)项目资助
【分类号】:TP391.41
【正文快照】: 1引言图像融合是把多种传感器获得的多幅同一场景图像综合成一幅图像的先进图像处理技术,其目的是集成多个源图像中的互补信息,增加图像理解的全面性。它在计算机视觉、医学图像以及军事应用等领域中有着广泛的应用前景。目前,图像融合方法大多基于多尺度变换,常用的方法有拉
【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 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
5 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
6 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
7 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
8 孙岩;赵春晖;陈立伟;;基于小波域的多尺度图像融合方法[J];应用科技;2006年10期
9 李波;王娟;覃征;李爱国;;多分辨图像融合通用开发平台[J];计算机工程;2006年24期
10 郭利明;陈红林;;一种基于小波分解的图像融合方法[J];计算机仿真;2007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 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
4 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
5 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
6 陆琳;张淳民;;图像融合算法研究[A];2013年(第五届)西部光子学学术会议论文集[C];2013年
7 王荣福;;PET/CT新技术应用[A];全国射线数字成像与CT新技术研讨会论文集[C];2009年
8 刘勇;刘隆国;杨玲恒;;面向对象的卫星多层多分区图像融合在GIS领域的应用探讨[A];第二届中国卫星导航学术年会电子文集[C];2011年
9 王立琦;雷洁;;基于图像融合的目标识别研究[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年
10 王强军;王润生;;城市航空摄影图像融合分割方法[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998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:1477028
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1477028.html