留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

基于多小波域变换和分形维数的图像融合算法

上一篇

下一篇

基于多小波域变换和分形维数的图像融合算法[J]. 西南师范大学学报(自然科学版), 2014, 39(5).
引用本文: 基于多小波域变换和分形维数的图像融合算法[J]. 西南师范大学学报(自然科学版), 2014, 39(5).
Image Fusion Algorithm Based on Fractal Dimension and Multi-wavelet Transform Domain[J]. Journal of Southwest China Normal University(Natural Science Edition), 2014, 39(5).
Citation: Image Fusion Algorithm Based on Fractal Dimension and Multi-wavelet Transform Domain[J]. Journal of Southwest China Normal University(Natural Science Edition), 2014, 39(5).

基于多小波域变换和分形维数的图像融合算法

Image Fusion Algorithm Based on Fractal Dimension and Multi-wavelet Transform Domain

  • 摘要: 为了充分利用图像的纹理特征,本文将多小波变换方法和分形理论相结合,提出了一种新的基于多小波变换域方向对比度和分形维数的图像融合算法。该图像融合算法首先通过多小波变换进行原始图像分解,然后采用差分和维数法计算分形维数相应的低频分解系数,建立基于分形维数的低频融合规则,高频部分则根据方向对比度的值通过选择法或加权平均法进行融合计算。该算法对IR图像和可见光图像进行融合实验,采用图像熵、标准偏差以及质量度量这些客观指标评估图像融合的质量。实验结果表明,把分形维数与多小波变换方法相结合进行图像融合处理,图像融合质量和效率都明显提高。
  • 加载中
  • 加载中
计量
  • 文章访问数:  351
  • HTML全文浏览数:  161
  • PDF下载数:  0
  • 施引文献:  0
出版历程

基于多小波域变换和分形维数的图像融合算法

摘要: 为了充分利用图像的纹理特征,本文将多小波变换方法和分形理论相结合,提出了一种新的基于多小波变换域方向对比度和分形维数的图像融合算法。该图像融合算法首先通过多小波变换进行原始图像分解,然后采用差分和维数法计算分形维数相应的低频分解系数,建立基于分形维数的低频融合规则,高频部分则根据方向对比度的值通过选择法或加权平均法进行融合计算。该算法对IR图像和可见光图像进行融合实验,采用图像熵、标准偏差以及质量度量这些客观指标评估图像融合的质量。实验结果表明,把分形维数与多小波变换方法相结合进行图像融合处理,图像融合质量和效率都明显提高。

English Abstract

参考文献 (0)

目录

/

返回文章
返回