10.7510/jgjs.issn.1001-3806.2015.01.010
shearlet变换和区域特性相结合的图像融合
为了提高多模医学图像或多聚焦图像的融合性能,结合shearlet变换能够捕捉图像细节信息的性质,提出了一种基于shearlet变换的图像融合算法。首先,用shearlet变换将已精确配准的两幅原始图像分解,得到低频子带系数和不同尺度不同方向的高频子带系数。低频子带系数使用改进的加权融合算法,用平均梯度来计算加权参量,以此来改善融合图像轮廓模糊度高的问题,高频子带系数采用区域方差和区域能量相结合的融合规则,以得到丰富的细节信息。最后,进行shearlet逆变换得到融合图像。结果表明,此算法在主观视觉效果和客观评价指标上优于其它融合算法。
图像处理、图像融合、shearlet变换、加权融合、区域方差、区域能量
TP391(计算技术、计算机技术)
河北省教育厅高等学校科学研究计划资助项目2010218;河北大学医工交叉研究中心开放基金资助项目BM201103
2015-01-08(万方平台首次上网日期,不代表论文的发表时间)
共7页
50-56