基于复Shearlet变换耦合改进引导滤波的图像融合算法

• 作者: 杨亚东 王荣荣
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 图像融合 复Shearlet变换 引导滤波 空间连续性 改进的Laplacian能量和
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 学术论文
• 页码范围: 126-133
• 页数: 8页
• 分类号: TP391|TN01
• 语种: 中文
• DOI: 10.13382/j.jemi.2018.05.016

摘要

为了提升图像融合性能,更好保留源图像信息和提高图像的空间连续性,抑制伪Gibbs效应,通过结合复Shearlet变换(CST)与引导滤波器(GF)的优点,定义了一种新的图像融合方案.首先,通过双树复小波变换(DTCWT)与Shearlet变换,构建了具有平移不变性的CST,利用CST对图像分解,输出低频、高频系数;对于低频系数,利用双尺度引导滤波融合,根据邻域像素之间的强相关性来进行权重优化,提高图像的空间连续性;而对于高频系数,利用改进的Laplacian能量和与引导滤波进行融合;最后,通过逆CST技术来获取融合图像.实验表明,与当前常用图像融合算法比较,对于LIVE数据集中任意尺寸为256×256像素的2幅多聚焦灰度图像(同一场景的左、右聚焦各一幅)而言,当Shearlet变换层数为4时,所提算法具有更好的融合视觉效果与客观评价,可较好地保留源图像的信息,且提高了融合图像的空间连续性,其融合图像的熵值、互信息以及边缘强度值更大,分别为5.97、5.88与0.72.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨亚东		11	18	3.0	4.0
2	王荣荣		15	22	3.0	4.0