基于PCA和广义高斯建模的多聚焦图像融合

• 作者: 曲怀敬 李健 王美平 许鸿奎
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 小波变换 广义高斯建模 主成分分析 参数估计 多聚焦图像融合
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 图形图像处理
• 页码范围: 216-221,248
• 页数: 7页
• 分类号: TP391
• 字数: 4875字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1506-0023

摘要

为了提高多聚焦图像的融合性能,针对统计图像融合方法中像素间融合参数估计的不足,提出一种基于小波变换域主成分分析(PCA)和广义高斯建模的多聚焦图像融合方法.将高频子带系数建模为广义高斯分布,并通过改进的最大似然估计法获取融合参数.结合低频子带系数的区域PCA融合方法,最终实现有效的图像融合.实验结果表明,该方法与传统的多聚焦图像融合方法相比,可使融合图像的信息量更丰富,具有更佳的视觉效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曲怀敬	山东建筑大学信息与电气工程学院	17	63	5.0	6.0
2	李健	山东建筑大学信息与电气工程学院	15	128	6.0	11.0
3	许鸿奎	山东建筑大学信息与电气工程学院	12	57	4.0	7.0
4	王美平	青岛职业技术学院海尔学院	2	7	1.0	2.0