基于二维经验模态分解和高斯模糊逻辑的红外与可见光图像融合
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.16136/j.joel.2017.10.0527

基于二维经验模态分解和高斯模糊逻辑的红外与可见光图像融合

引用
针对传统多尺度图像融合方法容易损失可见光图像细节、弱化红外目标信息和降低图像对比度的问题,基于二维经验模态分解(BEMD)和高斯模糊逻辑(GFL)的特性,提出了一种红外与可见光图像融合的算法.首先,使用BEMD对源图像进行分解,得到图像的本征模(高频成分)和趋势项(低频成分);其次,用GFL对趋势项进行恰当的融合,使用基于邻域特征的区域对比度法融合图像的本征模;最后,通过BEMD逆变换得到融合图像.实验结果表明,与传统的多尺度融合方法相比,在主观上视觉上,本文融合算法能够更有效地保留源可见光图像中的细节信息,并突出红外图像中的目标信息,提高融合图像的质量;在客观评价指标上,本文融合算法的结果在信息熵(IE)、标准差(SD)、平均梯度(AG)、互信息(MI)和空间频率(SF)5个客观指标上明显优于传统的多尺度融合方法.

图像融合、红外与可见光图像、二维经验模态分解(B-EMD)、高斯模糊逻辑(GFL)

28

TP391.4(计算技术、计算机技术)

国家自然科学基金;国家自然科学基金

2017-11-22(万方平台首次上网日期,不代表论文的发表时间)

共7页

1156-1162

相关文献
评论
暂无封面信息
查看本期封面目录

光电子.激光

1005-0086

12-1182/O4

28

2017,28(10)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn