基于非下采样Shearlet变换与聚焦区域检测的多聚焦图像融合算法

• 作者: 张彤 欧阳宁 邹宁 陈利霞
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 图像融合 多聚焦图像 非下采样剪切波变换 聚焦区域检测 形态学开闭运算
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 虚拟现实与数字媒体
• 页码范围: 490-494
• 页数: 5页
• 分类号: TP391.41
• 字数: 4165字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2015.02.0490

摘要

为了提高基于多尺度变换的多聚焦图像融合中聚焦区域的准确性,提出了一种基于非下采样Shearlet变换(NSST)与聚焦区域检测的多聚焦图像融合算法.首先,通过基于非下采样Shearlet变换的融合方法得到初始融合图像;其次,将初始融合图像与源多聚焦图像作比较,得到初始聚焦区域;接着,利用形态学开闭运算对初始聚焦区域进行修正;最后,在修正的聚焦区域上通过改进的脉冲耦合神经网络(IPCNN)获得融合图像.与经典的基于小波变换、Shearlet变换的融合方法以及当前流行的基于NSST和脉冲耦合神经网络(PCNN)的融合方法相比,所提算法在客观评价指标互信息(MI)、空间频率和转移的边缘信息上均有明显的提高.实验结果表明,所提出的算法能更准确地识别出源图像中的聚焦区域,能从源图像中提取出更多的清晰信息到融合图像.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈利霞	桂林电子科技大学数学与计算科学学院	34	240	9.0	14.0
2	张彤	桂林电子科技大学机电工程学院	53	361	10.0	17.0