改进的Shearlet变换耦合频率特征的图像融合算法

• 作者: 何松柏 兰伟
• 来源期刊: 包装工程
• 学科: 工学
• 关键词: 图像融合 ST-NSWT 区域能量 频率特征 区域平均梯度
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 包装印刷
• 页码范围: 180-186
• 页数: 7页
• 分类号: TP391
• 语种: 中文

摘要

目的 解决当前图像融合算法大都直接在图像的像素灰度空间上进行融合,导致融合图像存在视觉效果差及算法鲁棒性不强等问题.方法 文中提出改进的Shearlet变换耦合频率特征的多聚焦图像融合算法.将Shearlet变换(ST)和非下采样小波变换(NSWT)进行融合,形成改进的Shearlet变换(ST-NSWT)对源图像分解,获取图像的低、高频子带系数;构建区域能量模型,对源图像之间的低频子带系数进行相关性度量,完成低频子带的融合;对高频子带的频率特征进行分析,建立方差模型、平均梯度模型、空间频率模型,分别对源图像的灰度相关性、清晰度相关性及活跃度相关性进行测量,完成高频子带的融合,最后通过ST-NSWT逆变换,输出融合图像.结果 与当前多聚焦图像融合算法相比,文中算法融合的图像能较好地保留更多的细节及边缘信息,使融合图像具备更佳的视觉效果.结论 所提算法具有更好的融合质量,可用于遥感探测与包装印刷检测等领域.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何松柏		48	244	9.0	12.0
2	兰伟		2	0	0.0	0.0