10.3969/j.issn.1673-064X.2020.02.017
基于四元数小波变换和自适应神经网络的图像融合处理
夜晚环境下,同一物体的可见光图像、红外图像以及环境噪声等特征信息往往融合在一起,从而导致所提取的图像清晰度变差,边缘模糊等.为改善夜间图像的可视化效果,提出了一种基于四元数小波变换和自适应神经网络的红外与可见光图像融合算法.该算法首先对夜间原图像中的弱光信息进行动态压缩和自适应增强;再利用四元数小波变换对增强后图像的可见光、红外部分进行分解;在低频部分,取系数最大的融合算法;在高频部分,采用神经网络参数自适应融合算法;最后,采用四元数小波逆变换得到融合图像.理论与实验表明,该算法能很好地改善夜视场景下同一目标图像的提取效果.
图像融合、四元数小波变换、方向滤波、自适应神经网络
35
TN911.7
国家自然科学基金青年科学基金项目11701306;宁夏高等学校一流学科建设教育学学科资助项目NX-YLXK2017B11;宁夏固原市科技计划项目2019GKGY041;宁夏自治区重点研发计划项目引才专项资助2019BEB04021
2020-04-15(万方平台首次上网日期,不代表论文的发表时间)
共7页
113-119