系统工程与电子技术
繫統工程與電子技術
계통공정여전자기술
Systems Engineering and Electronics
2015年
9期
2191-2197
,共7页
图像融合%矩阵奇异值分解%多尺度分析%多聚焦图像
圖像融閤%矩陣奇異值分解%多呎度分析%多聚焦圖像
도상융합%구진기이치분해%다척도분석%다취초도상
image fusion%matrix singular value decomposition (SVD)%multi-scale analysis%multi-focus image
针对经典的奇异值分解(singular value decomposition,SVD)在图像处理中的不足,提出了一种6通道多尺度奇异值分解(multi-scale SVD,MSVD)的构造方法,并将其应用于多聚焦图像融合中.首先,在经典SVD的基础上,利用矩阵分块的方法,给出了一种6通道MSVD的构造方法.其次,对参加融合的多聚焦图像进行6通道MSVD分解,得到高层低频和各层5个方向的高频,对分解的低频子图像采用取平均、高频子图像采用区域能量取大的融合规则进行融合,并进行MSVD逆变换得到融合结果图像.最后,对融合结果图像进行主观分析和客观评价.实验结果表明该方法有好的视觉效果,融合结果图像有较高的清晰度和较丰富的边缘细节信息,且没有方块效应.从客观指标看,该方法有较高的清晰度和空间频率,其清晰度和空间频率比基于离散小波变换、基于提升小波变换、基于曲波变换和基于轮廓波变换的融合方法都高.
針對經典的奇異值分解(singular value decomposition,SVD)在圖像處理中的不足,提齣瞭一種6通道多呎度奇異值分解(multi-scale SVD,MSVD)的構造方法,併將其應用于多聚焦圖像融閤中.首先,在經典SVD的基礎上,利用矩陣分塊的方法,給齣瞭一種6通道MSVD的構造方法.其次,對參加融閤的多聚焦圖像進行6通道MSVD分解,得到高層低頻和各層5箇方嚮的高頻,對分解的低頻子圖像採用取平均、高頻子圖像採用區域能量取大的融閤規則進行融閤,併進行MSVD逆變換得到融閤結果圖像.最後,對融閤結果圖像進行主觀分析和客觀評價.實驗結果錶明該方法有好的視覺效果,融閤結果圖像有較高的清晰度和較豐富的邊緣細節信息,且沒有方塊效應.從客觀指標看,該方法有較高的清晰度和空間頻率,其清晰度和空間頻率比基于離散小波變換、基于提升小波變換、基于麯波變換和基于輪廓波變換的融閤方法都高.
침대경전적기이치분해(singular value decomposition,SVD)재도상처리중적불족,제출료일충6통도다척도기이치분해(multi-scale SVD,MSVD)적구조방법,병장기응용우다취초도상융합중.수선,재경전SVD적기출상,이용구진분괴적방법,급출료일충6통도MSVD적구조방법.기차,대삼가융합적다취초도상진행6통도MSVD분해,득도고층저빈화각층5개방향적고빈,대분해적저빈자도상채용취평균、고빈자도상채용구역능량취대적융합규칙진행융합,병진행MSVD역변환득도융합결과도상.최후,대융합결과도상진행주관분석화객관평개.실험결과표명해방법유호적시각효과,융합결과도상유교고적청석도화교봉부적변연세절신식,차몰유방괴효응.종객관지표간,해방법유교고적청석도화공간빈솔,기청석도화공간빈솔비기우리산소파변환、기우제승소파변환、기우곡파변환화기우륜곽파변환적융합방법도고.
