基于SVM和窗口梯度的多焦距图像融合方法

• 作者: 张小利 李雄飞 王婧 范铁虎
• 来源期刊: 吉林大学学报（工学版）
• 学科: 工学
• 关键词: 计算机应用 多焦距图像融合 经验模态分解 支持向量机 图像梯度
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 227-236
• 页数: 10页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13229/j.cnki.jdxbgxb20190116

摘要

为提高多焦距图像融合质量,提出了一种基于支持向量机(SVM)和窗口梯度的多焦距图像融合方法.该方法首先对多焦距图像进行基于窗口的经验模态分解(WEMD),得到一组内涵模式函数分量(高频)和残余分量(低频),WEMD可以有效解决图像分解中的信号混叠问题;然后,利用SVM的输出指导低频分量融合,选取更清晰的聚焦区域;利用本文的窗口梯度对比算法指导高频分量融合,在保持融合图像对比度的同时保证图像的一致性;最后,经过WEMD逆变换得到融合图像.在9组多焦距图像上进行实验,从主观评价和5种客观评价指标方面,本文的融合方法相比于其他5种方法能获得更好的融合质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李雄飞		60	783	13.0	27.0
2	王婧		35	114	6.0	9.0
3	范铁虎		7	54	3.0	7.0
4	张小利		8	50	4.0	7.0