区域特征耦合DS证据理论的图像融合算法
目的 提高融合图像视觉质量.方法 提出区域多特征与改进的DS证据理论规则的聚焦图像融合算法.首先,引入二代Curvelet变换,对源图像进行分解,获取图像的粗尺度系数、细尺度系数;然后,根据区域中粗尺度系数的绝对值,构造最大值融合规则,完成粗尺度系数的融合;再联合区域方差、信息熵以及区域能量等特征,提取细尺度层的区域特征,并通过定义概率约束条件,改进DS证据理论的融合规则,增强DS合成规则的可信度,对图像的细尺度系数进行有效融合,使得融合图像保留更多的细节信息;最后,通过逆Curvelet变换完成图像的融合.结果 与当前的图像融合算法相比,在对聚焦图像融合时,文中算法的融合图像具有更丰富的细节信息,其视觉质量更高,且融合时耗较短.结论 所提算法考虑了像素之间的互相关性,进一步优化了图像融合质量,可用于遥感探测与包装印刷检测等领域.
图像融合、二代Curvelet变换、最大值融合规则、DS证据理论融合规则、区域相关性
38
TS801.3;TP391(印刷工业)
国家自然科学基金51405382;陕西省教育厅专项科研计划14JK2163
2017-04-12(万方平台首次上网日期,不代表论文的发表时间)
共7页
183-189