留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于均匀离散曲波变换的多聚焦图像融合

杨扬 戴明 周箩鱼

杨扬, 戴明, 周箩鱼. 基于均匀离散曲波变换的多聚焦图像融合[J]. 红外与激光工程, 2013, 42(9): 2547-2552.
引用本文: 杨扬, 戴明, 周箩鱼. 基于均匀离散曲波变换的多聚焦图像融合[J]. 红外与激光工程, 2013, 42(9): 2547-2552.
Yang Yang, Dai Ming, Zhou Luoyu. Uniform discrete curvelet transform for multi-focus image fusion[J]. Infrared and Laser Engineering, 2013, 42(9): 2547-2552.
Citation: Yang Yang, Dai Ming, Zhou Luoyu. Uniform discrete curvelet transform for multi-focus image fusion[J]. Infrared and Laser Engineering, 2013, 42(9): 2547-2552.

基于均匀离散曲波变换的多聚焦图像融合

基金项目: 

国家973计划(2009CB72400102A)

详细信息
    作者简介:

    杨扬(1986-),男,博士生,主要从事图像多尺度融合算法方面的研究。Email:yyustc@126.com;戴明(1964-),男,研究员,博士生导师,主要从事航空光电成像技术方面的研究。Email:daim@vip.sina.com

    杨扬(1986-),男,博士生,主要从事图像多尺度融合算法方面的研究。Email:yyustc@126.com;戴明(1964-),男,研究员,博士生导师,主要从事航空光电成像技术方面的研究。Email:daim@vip.sina.com

  • 中图分类号: TP751

Uniform discrete curvelet transform for multi-focus image fusion

  • 摘要: 利用均匀离散曲波变换(UDCT)多尺度、多方向、低冗余等特征,提出了一种新的多聚焦图像融合方法。首先使用UDCT对源图像进行多频带分解;然后根据多聚焦图像的特点,对分解后的低频子带系数运用一种基于改进拉普拉斯和算子的方案进行融合,对高频方向子带系数运用基于局部能量的融合规则进行融合,并对融合系数做一致性检测;最后重建各子带系数得到融合图像。实验结果表明:所提方法可以有效地融合源图像中的方向信息和细节特征,同时抑制了融合图像中的伪Gibbs现象;与基于拉普拉斯金字塔分解、小波变换以及轮廓波变换的图像融合方法相比,该方法取得了更好的视觉效果和量化结果。
  • [1] Guo Lei, Li Huihui, Bao Yunsheng. Image Fusion[M]. Beijing: Publishing House of Electronics Industry Press, 2008. (in Chinese) 郭雷, 李晖晖, 鲍永生. 图像融合[M]. 北京:电子工业出版社, 2008.
    [2]
    [3] Xia Mingge, He You, O'Yang Wen, et al. Overview of wavelet-analysis-based image fusion[J]. Infrared and Laser Engineering, 2003, 32(2): 177-181. (in Chinese) 夏明革, 何友, 欧阳文, 等. 基于小波分析的图像融合评述[J]. 红外与激光工程, 2003, 32(2): 177-181.
    [4]
    [5]
    [6] Truong T. Nguyen, Herv Chauris. uniform discrete curvelet transform[J]. IEEE Transactions on Signal Processing, 2010, 58(7): 3618-3614.
    [7]
    [8] Cands E J, Demanet L, Donoho D L, et al. Fast discrete curvelet transforms[J]. Multiscale Modeling and Simulation, 2006, 5(3): 861-899.
    [9] Burt P J, Adelson E H. The Laplacian pyramid as a compact image code[J]. IEEE Transactions on Communications, 1983, 31(4): 532-540.
    [10]
    [11]
    [12] Mallat S G. A theory for multiresolution signal decomposition: The wavelet representation[J]. IEEE Transaction on Pattern Analysis and Machine Intelligence, 1989, 11(7): 674-693.
    [13] Do M N, Vetterli M. Contourlet: A directional multiresolution image representation[C]//IEEE International Conference on Image Processing Rochester, 2002: 357-360.
    [14]
    [15] Do M N. Directional multiresolution image representations[D]. Lausanne: Switzerland Swiss Federal Institute of Technology, 2001.
    [16]
    [17] Nguyen T T, Oraintara S. The shiftable complex directional pyramid, part1: Theoretical aspects[J]. IEEE Trans Signal Process, 2008, 56(10): 4651-4660.
    [18]
    [19] Bredlay A P. Shift-invariance in the discrete bwavelet transform[J]. Digital Image Computing: Techniques and Applications, 2003, 10-12.
    [20]
    [21]
    [22] Huang Wei, Jing Zhongliang, Evaluation of focus measures in multi-focus image fusion[J]. Pattern Recognition Letters, 2007, 28(4): 493-500.
    [23] Qu G, Zhang D, Yan P. Information measure for performance of image fusion[J]. Electronics Letters, 2002, 38(7): 313-315.
    [24]
    [25]
    [26] Piella G, Heijmans H. A new quality metric for image fusion[C]. Proceeding of IEEE International Conference on Image Processing Barcelona Spain, 2003: 173-176.
    [27] Wang Haihui, Peng Jiaxiong, Wu Wei. Comparison of the methods of evaluating the performance of multi-sensor image fusion[J]. Infrared and Laser Engineering, 2004, 33(02): 189-193. (in Chinese) 王海晖, 彭嘉雄, 吴巍. 评价多传感器图像融合效果方法的比较[J]. 红外与激光工程, 2004, 33(02): 189-193.
  • [1] 王婷, 税渝阳, 梁浩文, 刘忆琨, 周建英.  强散射背景下的图像感知、融合与可视化技术 . 红外与激光工程, 2022, 51(8): 20220418-1-20220418-11. doi: 10.3788/IRLA20220418
    [2] 宦克为, 李向阳, 曹宇彤, 陈笑.  卷积神经网络结合NSST的红外与可见光图像融合 . 红外与激光工程, 2022, 51(3): 20210139-1-20210139-8. doi: 10.3788/IRLA20210139
    [3] 高红霞, 魏涛.  改进PCNN与平均能量对比度的图像融合算法 . 红外与激光工程, 2022, 51(4): 20210996-1-20210996-8. doi: 10.3788/IRLA20210996
    [4] 闵莉, 曹思健, 赵怀慈, 刘鹏飞.  改进生成对抗网络实现红外与可见光图像融合 . 红外与激光工程, 2022, 51(4): 20210291-1-20210291-10. doi: 10.3788/IRLA20210291
    [5] 谭威, 宋闯, 赵佳佳, 梁欣凯.  基于多层级图像分解的图像融合算法 . 红外与激光工程, 2022, 51(8): 20210681-1-20210681-9. doi: 10.3788/IRLA20210681
    [6] 沈英, 黄春红, 黄峰, 李杰, 朱梦娇, 王舒.  红外与可见光图像融合技术的研究进展 . 红外与激光工程, 2021, 50(9): 20200467-1-20200467-18. doi: 10.3788/IRLA20200467
    [7] 曾瀚林, 孟祥勇, 钱惟贤.  高斯差分滤波图像融合方法 . 红外与激光工程, 2020, 49(S1): 20200091-20200091. doi: 10.3788/IRLA20200091
    [8] 戴进墩, 刘亚东, 毛先胤, 盛戈皞, 江秀臣.  基于FDST和双通道PCNN的红外与可见光图像融合 . 红外与激光工程, 2019, 48(2): 204001-0204001(8). doi: 10.3788/IRLA201948.0204001
    [9] 张家民, 时东锋, 黄见, 王英俭.  图像融合在偏振关联成像中的应用 . 红外与激光工程, 2018, 47(12): 1226002-1226002(7). doi: 10.3788/IRLA201847.1226002
    [10] 郭全民, 王言, 李翰山.  改进IHS-Curvelet变换融合可见光与红外图像抗晕光方法 . 红外与激光工程, 2018, 47(11): 1126002-1126002(9). doi: 10.3788/IRLA201847.1126002
    [11] 郭全民, 董亮, 李代娣.  红外与可见光图像融合的汽车抗晕光系统 . 红外与激光工程, 2017, 46(8): 818005-0818005(6). doi: 10.3788/IRLA201746.0818005
    [12] 曾祥通, 张玉珍, 孙佳嵩, 喻士领.  颜色对比度增强的红外与可见光图像融合方法 . 红外与激光工程, 2015, 44(4): 1198-1202.
    [13] 杨桄, 童涛, 孟强强, 孙嘉成.  基于梯度加权的红外与可见光图像融合方法 . 红外与激光工程, 2014, 43(8): 2772-2779.
    [14] 王金玲, 贺小军, 宋克非.  采用区域互信息的多光谱与全色图像融合算法 . 红外与激光工程, 2014, 43(8): 2757-2764.
    [15] 张宝辉, 闵超波, 窦亮, 张俊举, 常本康.  目标增强的红外与微光图像融合算法 . 红外与激光工程, 2014, 43(7): 2349-2353.
    [16] 杨风暴, 蔺素珍.  基于变换域多合成规则的双色中波红外图像融合 . 红外与激光工程, 2014, 43(11): 3663-3669.
    [17] 彭逸月, 何伟基, 顾国华, 童涛.  多层级及对比度提升的红外和可见光图像融合 . 红外与激光工程, 2013, 42(4): 1095-1099.
    [18] 毛海岑, 刘爱东.  利用证据理论的图像融合方法 . 红外与激光工程, 2013, 42(6): 1642-1646.
    [19] 张勇, 金伟其.  夜视融合图像质量客观评价方法 . 红外与激光工程, 2013, 42(5): 1360-1365.
    [20] 张勇, 金伟其.  夜视融合图像质量主观评价方法 . 红外与激光工程, 2013, 42(2): 528-532.
  • 加载中
计量
  • 文章访问数:  243
  • HTML全文浏览量:  19
  • PDF下载量:  141
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-01-03
  • 修回日期:  2013-02-15
  • 刊出日期:  2013-09-25

基于均匀离散曲波变换的多聚焦图像融合

    作者简介:

    杨扬(1986-),男,博士生,主要从事图像多尺度融合算法方面的研究。Email:yyustc@126.com;戴明(1964-),男,研究员,博士生导师,主要从事航空光电成像技术方面的研究。Email:daim@vip.sina.com

    杨扬(1986-),男,博士生,主要从事图像多尺度融合算法方面的研究。Email:yyustc@126.com;戴明(1964-),男,研究员,博士生导师,主要从事航空光电成像技术方面的研究。Email:daim@vip.sina.com

基金项目:

国家973计划(2009CB72400102A)

  • 中图分类号: TP751

摘要: 利用均匀离散曲波变换(UDCT)多尺度、多方向、低冗余等特征,提出了一种新的多聚焦图像融合方法。首先使用UDCT对源图像进行多频带分解;然后根据多聚焦图像的特点,对分解后的低频子带系数运用一种基于改进拉普拉斯和算子的方案进行融合,对高频方向子带系数运用基于局部能量的融合规则进行融合,并对融合系数做一致性检测;最后重建各子带系数得到融合图像。实验结果表明:所提方法可以有效地融合源图像中的方向信息和细节特征,同时抑制了融合图像中的伪Gibbs现象;与基于拉普拉斯金字塔分解、小波变换以及轮廓波变换的图像融合方法相比,该方法取得了更好的视觉效果和量化结果。

English Abstract

参考文献 (27)

目录

    /

    返回文章
    返回