基于ADC-SCM与低秩矩阵表达的红外与可见光图像融合方法.pdf
努力****冰心
亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
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ADC-SCM与低秩矩阵表达的红外与可见光图像融合方法.pdf
本发明公开一种基于ADC‑SCM与低秩矩阵表达的红外与可见光图像融合方法,涉及图像处理技术领域。所述融合方法结合自适应双通道脉冲发放皮层(ADC‑SCM)与低秩矩阵(LRR)理论提出一种有效的红外与可见光图像融合算法;首先,将低秩表达与调频(FT)显著性算法相结合对红外源图像进行显著区域检测,从而将源图像中的显著区域与背景区域分离;然后,对所得的两个区域分别进行融合,为了最大程度保留显著特征,选取绝对值最大的融合规则对显著区域进行融合;最后通过NSST逆变换获得融合的背景,将融合的显著区域与背景区域进行叠
基于低秩矩阵恢复的多曝光图像去伪影融合方法.pdf
本发明公开了一种基于低秩矩阵恢复的多曝光图像去伪影融合方法。首先,归一化输入多曝光图像序列;接着,使用相机响应函数对归一化后的图像序列进行辐射校准;然后向量化多曝光图像序列构成低秩矩阵恢复的数据矩阵;使用改进的低秩矩阵恢复算法得到低秩矩阵;从低秩矩阵数据中恢复目标的高动态范围(Highdynamicrange,HDR)图像。本发明利用低秩矩阵恢复的最新研究成果,能够得到有效去除融合后的HDR图像中的伪影和模糊问题。
基于区域特性的红外与可见光图像融合方法.pdf
本发明属于图像处理技术领域,涉及一种基于区域特性的红外与可见光图像融合方法,包括对红外图像A进行处理得到红外增强图像A1;对场景进行区域划分得区域划分图C,并通过图C对红外增强图像A1、可见光图像B和红外图像A进行区域映射;对可见光图像B、红外图像A、红外增强图像A1分别进行NSCT变换,得到原图像各个子区域的高低频系数;对得到的不同子区域采用不同的融合方法进行融合;对分区域融合后的图像进行NSCT反变换得最终融合图像五个步骤;该基于图像区域特性的红外与可见光图像融合方法,能够避免干扰区域,完整地提取目标
红外图像与可见光图像融合方法.pdf
红外图像与可见光图像融合方法,首先利用鲁棒性主成分分析将源图像进行分解得到源图像的稀疏分量和低秩分量,然后采用基于区域能量的融合方法融合源图像的稀疏分量,采用非下采样轮廓波变换方法对源图像的低秩分量进行尺度变换,得到低通子带和带通子带,采用基于区域能量的融合规则融合低通子带、梯度取大的融合规则融合带通子带,进行逆变换得到融合后的低秩分量。最后通过叠加得到红外图像与可见光图像的融合结果;本发明通过将图像分解为不同的信息并采用合适的方法进行融合,能够使融合图像信息更加丰富,图像效果更好。