CAJ | 학술논문

Curvelet变换克服了小波变换在处理高维信号时的不足,比小波变换具有更好的方向性、较高的逼近精度和更好的稀疏表达性能.因此将Curvelet变换应用于图像融合领域,能更好地提取图像边缘特征,为融合提取更多的特征信息.利用对偶树复小渡-Curvelett变换的多尺度和多方向性特征以及自适应融合规则在选取融合系数上的优势,提出了一种基于对偶树复小波-Curvelet变换的自适应遥感图像融合新算法.算法是将全色图像和多光谱图像进行对偶树复小波-Curvelet变换分解后,针对不同的频率域特点选择不同的融合规则,对低频系数选取区域能量的加权系数自适应融合规则,对高频系数特性选用了区域特征自适应的融合规则,最后通过重构得到融合图像.将其他的融合算法和所提算法进行主观和客观的对比,结果表明,基于对偶树复小波-Curvelet变换区域特征自适应的图像融合算法是一种有效可行的图像融合算法.
Curvelet변환극복료소파변환재처리고유신호시적불족,비소파변환구유경호적방향성、교고적핍근정도화경호적희소표체성능.인차장Curvelet변환응용우도상융합영역,능경호지제취도상변연특정,위융합제취경다적특정신식.이용대우수복소도-Curvelett변환적다척도화다방향성특정이급자괄응융합규칙재선취융합계수상적우세,제출료일충기우대우수복소파-Curvelet변환적자괄응요감도상융합신산법.산법시장전색도상화다광보도상진행대우수복소파-Curvelet변환분해후,침대불동적빈솔역특점선택불동적융합규칙,대저빈계수선취구역능량적가권계수자괄응융합규칙,대고빈계수특성선용료구역특정자괄응적융합규칙,최후통과중구득도융합도상.장기타적융합산법화소제산법진행주관화객관적대비,결과표명,기우대우수복소파-Curvelet변환구역특정자괄응적도상융합산법시일충유효가행적도상융합산법.