一种基于三尺度分解的红外和可见光图像融合方法.pdf
Jo****34
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于多尺度结构分解的红外和可见光图像感知融合方法.pdf
本发明涉及基于多尺度结构分解的红外和可见光图像感知融合方法,属于多传感器图像融合技术领域。该方法充分考虑了人类视觉系统(HVS)的相关特性,可以帮助解决当前融合研究在视觉信息感知方面的潜在缺陷。与其他算法相比,该方法构建了基于尺度感知边缘保持的多尺度结构分解方法,能够获得不同尺度的图像结构,其中边缘信息被保留在每一层中,小尺度细节可以被视为具有精细空间尺度的结构。此外,该方法在融合过程中充分考虑了像素级的显著信息和大尺度的结构信息,从而能够获得具有丰富信息且视觉感知效果良好的融合图像。
一种基于三种尺度分解的红外与可见光图像融合方法.pdf
本发明涉及一种红外与可见光图像融合方法,具体涉及一种基于三种尺度分解的红外与可见光图像融合方法。本发明的目的是解决现有红外与可见光图像融合方法存在难以同时满足实时性和较佳融合效果的技术问题。通过对可见光图像与红外图像进行三种尺度的分解,分解为背景亮度层、显著特征层和细节层,并对不同分解层采用不同融合方法进行融合,将各融合后的分解层加和再优化,最终得到目标融合图像,步骤简单、省时,保证了红外与可见光图像融合的实时性,并且保留了背景亮度信息,提高了融合图像的质量,融合质量好、效果佳。
一种基于三尺度分解的红外和可见光图像融合方法.pdf
本发明提供一种基于三尺度分解的红外和可见光图像融合方法,该方法针对现有的基于多尺度变换融合方法纹理不清晰、红外目标边缘模糊的问题,提出了一种基于三尺度分解的融合算法。首先,利用显著性检测算法和高斯滤波器将源图像分解为显著层、细节层和基层图像。然后,对于显著层,本文设计了一种非线性函数计算权重矩阵用以融合显著层;对于细节层,本文采用取绝对值最大的方法进行融合,有效地保留了细节纹理信息;对于基层,采用了简单的像素平均准则进行融合。最后,采用对应的逆变换方法得到最终的融合图像。本发明能够有效地保留源图像中的细节
基于多尺度低秩矩阵分解的红外与可见光图像融合方法.pdf
本发明公开了一种基于多尺度低秩矩阵分解的红外与可见光图像融合方法,其基于多尺度低秩矩阵分解将预处理后的红外图像和预处理后的可见光图像分解为多层次局部低秩图和全局低秩图两类,并根据各分解图像特点,针对性设计最优融合规则,得到的最终融合图像在不引入人工伪影和斑块的同时,能够保留原图的细节信息、增强热辐射显著目标,具有较好的对比度,有利于后续目标识别、检测等应用的开展。
基于图像增强与NSCT的红外和可见光图像融合方法.pdf
本发明公开了一种基于图像增强与NSCT的红外与和见光图像融合方法。该方法步骤如下:首先,利用均值滤波的方法获得红外图像透射率的粗估计,通过图像统计信息实现粗透射率的细化,依据大气散射物理模型实现红外图像的增强;然后,采用非下采样轮廓波变换对增强后的红外和可见光图像分别进行多尺度、多方向的分解,利用基于局部能量的规则融合低频系数,对高频系数采用系数值选大与局部均方差相结合的融合规则;最后,将得到的系数进行NSCT逆变换得到最终的融合图像。本发明不仅能凸显红外图像的目标信息,还能尽可能多的保留可见光图像丰富的