10.16208/j.issn1000-7024.2017.06.036
基于加权梯度熵耦合P-Laplace约束的图像融合算法
当前融合算法无法区分噪声和复杂边缘信息,使其对图像高频特征的边缘细节描述能力较弱,易产生锯齿效应,降低了融合图像质量,为此提出基于梯度熵耦合P-Laplace扩散的图像融合算法.将输入图像在梯度域进行变换,获得梯度图像;设计梯度熵度量准则,分别计算输入图像的梯度熵;基于结构张量矩阵融合梯度信息,联合梯度熵,构建每个输入图像的梯度权重,有效区分噪声特征与图像边缘特征,在融合过程嵌入局部自适应P-Laplace扩散约束,消除图像噪声,完成图像融合.实验结果表明,与当前图像融合算法相比,所提算法具有更好的视觉效果与融合效率,输出图像具有更高的边缘信息评价因子和峰值信噪比,可有效保护图像边缘和细节信息并降低噪声图像融合的噪声.
图像融合、梯度熵、P-Laplace、梯度权重、结构张量矩阵
38
TP391(计算技术、计算机技术)
内蒙古自然科学基金项目2016MS0602
2017-07-31(万方平台首次上网日期,不代表论文的发表时间)
共7页
1595-1601