非采样Contourlet变换的多尺度积图像融合算法

• 作者: 孙艳忠 李保顺 李华锋
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 图像融合 多尺度积 改进拉普拉斯能量和(SML)
• 年，卷（期）: 2011,（8）
• 所属期刊栏目: 可视化仿真技术
• 页码范围: 250-255
• 分类号: TP391
• 字数: 6141字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2011.08.061

摘要

为了得到优质的融合图像,提出了一种新的基于非采样Contourlet变换(Nonsubsampled Contourlet Transform,NSCT)的多尺度积图像融合算法.分别讨论了低频子带与各高频子带系数的选择方案.当选择融合图像的低频子带系数时定义了一种新改进的拉普拉斯能量和(Sum modified - lplacian,SML),设计了一种基于新改进拉普拉斯能量和的加权与选择相结合系数选择方案；在选择各高频方向子带系数时,根据多尺度积具有放大信号边缘特征,降低信号噪声的特点,提出了一种基于NSCT方向多尺度积的系数选择方案,从而不仅能恰当地选择出融合图像的NSCT各方向子带系数,有效保留图像的细节特征,而且能抑制噪声对融合算法的影响.实验结果表明,该方法优于基于小波变换和提升静态小波变换的图像融合算法,得到视觉效果更好,客观评价更高的融合图像.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李华锋	重庆大学自动化学院	15	190	9.0	13.0
2	孙艳忠	攀枝花学院电气信息工程学院	5	12	2.0	3.0
3	李保顺	重庆大学数学与统计学院	2	26	2.0	2.0