应用于双光谱检测的图像融合技术

介绍双光谱图像检测系统的总体设计，针对紫外与可见光双光谱成像系统提出了基于模糊矩阵的双光谱图像融合法．该方法采用模糊矩阵表征融合区域，同时利用小波变换法对图像进行多分辨分解重构．实验选取UV图像与V图像进行融合，并对该方法和其他几种方法的融合图像进行了比较．基于模糊矩阵的双光谱图像融合法能比较好地兼顾图像融合中清晰度和融合边缘过渡两方面的要求．     

基于TMS320DM642 EVM板的可见-紫外图像边缘检测研究

图像的边缘是图像的最基本特征之一。边缘检测可以应用在基于特征相关的图像配准方法中。根据在紫外检测中可见光与紫外图像配准、融合的实际需要,利用双光谱图像检测系统,在TMS320DM642评估板上用Sobel算子实现了对可见-紫外图像的边缘检测．为系统的图像配准提供了边缘检测的方法。     

基于DSP的紫外图像中值滤波算法的实现

为了改善紫外图像的成像质量,需要对图像进行平滑处理。DSP硬件具有强大的运算能力及灵活的可编程性的特点,已被广泛地应用于实时图像处理领域。根据紫外检测技术的基本要求,在DSP平台上实现了对紫外图像的中值滤波处理,结果表明,该方法能够满足紫外检测系统的需要。     

基于RF5的一种多光谱图像融合应用系统

介绍一种用于紫外电晕检测及定位的多光谱图像融合应用系统, 该系统采用可见光CCD和紫外增强CCD在同一视场采集图像, 在系统的图像处理板中对所采集的两路图像进行融合处理, 在LCD上以便于观测电晕, 同时确定电晕产生的部位. 介绍了RF5框架的基本数据元素, 并以此搭建了上述应用系统中图像处理板的应用程序, 实现了多光谱图像的融合.     

基于图像融合的水下成像技术

开发了一种基于偏振成像和图像融合的新型水下成像技术。该技术是利用小波的多尺度和多分辨率特性,将一组偏振方向相互垂直的两幅源图像分别分解后进行加权融合处理,最后利用小波逆变换重构融合后的偏振图像。用图像的均值、标准差、信息熵和方差等参量对融合效果进行了评价。实验和仿真结果表明该方法十分有效,可极大地提高图像质量。     

基于边缘检测和小波变换的遥感图像融合算法

针对多光谱图像和全色图像的特点,提出一种边缘检测和小波变换相结合的遥感图像融合方法。该方法在传统图像小波变换的基础上,选择Canny算子对图像进行边缘检测。在小波域中,在各个尺度层对高频子带采用边缘检测,将边缘点完整保留,低频子带利用加权法,再进行小波逆变换重构融合图像。实验结果显示,该方法在保证光谱信息的同时,能有效地突出边缘细节,更好地保持图像的空间分辨力。与传统小波变换法遥感图像融合相比,信息熵提高了6.63%,清晰度提高了32%,相关系数提高了0.36%。     

基于优化多光谱成像的异物检测新方法

为有效检测棉花中与棉纤维形态、色泽极其相似的异物,提出一种基于优化多光谱成像的异物检测新方法.在分析不同异物具有不同反射特性的基础上,在405~940 nm的波段范围内建立优化多光谱成像系统.通过实验确定了用于检测多种异物的最佳检测波长及最佳光照强度,在不同的光照条件下获取不同的光谱图像,然后采用小波变换图像融合算法获取完整的异物图像特征.实验结果表明,两种波长405 nm和850 nm构成的多光谱图像融合可检测多种棉花异物,异物检测结果与实际相符.此方法为解决棉花异物检测难题提供了一种新的途径.     

高光谱成像在肉品品质及安全检测方面的应用

高光谱图像作为一种快速无损的分析技术在食品行业中得到广泛应用。高光谱图像是一种图像和光谱的融合技术,通过高光谱成像技术可以同时获取样品的空间和光谱信息。文章介绍了高光谱成像系统的原理以及在肉品品质和安全检测中的应用,主要包括肉类的化学组成成分分析、感官品质评价以及肉与肉制品的掺假物鉴别,并针对目前发展趋势展望了该技术在肉品品质及安全检测中存在的问题及应用前景,为更好地应用该技术提供参考。     

基于二进小波变换的遥感图像融合方法

为了充分利用遥感图像的信息,在分析以往图像融合方法优缺点的基础上,针对多光谱与全色图像的融合,提出了基于二进小波变换的融合方法,将各源图像进行二进小波分解,根据低频和高频分量的特点,按照各自的融合算法融合源图像的各分解层。再进行小波逆变换得到融合图像。利用信息熵等标准与其他融合方法进行比较,实验结果证明该融合方法较常用的正交(双正交)小波融合算法有更好的融合效果。     

基于空间频率和小波变换的图像融合方法

为了更好的对多光谱图像和高分辨图像进行融合，根据小波变换有三个方向的高频细节这．特点，提出了一种计算空间频率的新方法。利用这种空间频率、IHS和小波变换方法对多光谱图像和高分辨图像进行了融合，得到了具有较好的空间分辨率和光谱信息的融合图像，并对融合图像进行了评价。实验结果表明该方法得到的融合图像优于传统IHS变换法和传统小波变换方法。     

多模态医学图像的融合研究

图像融合作为一种有效的信息融合的技术,已广泛用于医学图像、军事、遥感、机器视觉等领域．基于小波变换的图像融合是一种新的多尺度分解像素级融合方法,利用小波变换分别对CT,MRI医学图像进行分解处理,按照融合规则构造融合图像对应的各小波系数,再根据融合图像的各小波系数重构融合图像,重构后的融合图像完好地显示源图像各自的信息．实验图像使用互信息量化判据来评价融合效果,结果表明小波变换比传统的像素级加权平均融合算法效果更好．     

像素级多模式医学图像融合研究

采用小波变换算法,对颅脑计算机断层成像(CT)与核磁共振成像(MRI)的图像进行融合.将两幅源图像分别进行小波分解,然后取两幅图像小波系数矩阵对应元素的最大绝对值构造小波系数矩阵,进而重构融合图像.结果表明,融合生成的图像中软组织和骨骼均十分清晰,能提供反映原始图像中更为全面的、互为补充的多重信息,对颅脑病变的定性、定位研究有实用意义,从而具有重要的临床应用价值.     

基于离散多小波变换的多聚焦图像融合方法

多小波是小波理论的扩展,多小波变换能够为图像分析提供一种比小波多分辨率更加精细的方法。利用多小波将两幅图像进行融合后得到的融合图像,能够很好地将原图像的细节融合在一起。在研究离散多小波图像分析法基础上,提出了一种基于离散多小波变换的多聚焦图像融合方法。试验结果表明,该方法能够很好地解决多聚焦图像融合问题,具有良好的融合特性,得到的融合图像效果优于传统图像融合方法。     

一种基于边缘检测的图像融合新方法

提出一种新的基于边缘检测的图像融合方法.该方法利用Canny算子进行边缘检测,将边缘检测图像的逻辑值与小波变换进行结合.在小波变换域内,对低频和高频子图像采用区域融合的方法.最后,进行小波逆变换得到融合图像.通过主观评价和包括熵、均方根误差、峰值信噪比和互信息等客观评价标准进行评价,结果表明,基于边缘检测的图像融合方法融合效果较好,对于模糊部分不同的源图像进行融合具有一定的通用性.     

一种基于四元数小波变换的图像融合方法*

目的基于四元数小波变换理论提出了一种新的图像融合方法。方法基本思想主要包括3步:首先,对图像进行四元数小波分解,得到各个尺度下的高频子带和低频子带。其次,对高频子带和低频子带分别采用区域最大值法和系数平均的融合准则,得到融合的四元数小波融合系数。最后,利用四元数小波逆变换得到融合图像。结果用所提方法得到了6组测试图像在主观和客观上的融合结果。结论实验表明,所提方法比离散小波变换、对偶数复小波变换和曲线波变换的图像融合方法更有效。     

基于小波变换的改进暗通道去雾算法

针对暗通道先验算法在景深较大处会出现颜色失真,且易受噪声干扰和运行时间久等问题,提出了一种基于多尺度小波变换的改进融合暗通道去雾方法。首先对有雾图像作二级小波分解,再对得到的高频分量利用软阈值去噪,对低频分量利用改进的自适应融合暗通道进行去雾。最后利用一个局部线性模型将高低频分量系数关联进行小波重构。实验结果表明,提出的算法具有较高的去雾效率,且能很好的提高去雾图像的质量。     

基于小波变换的多聚焦图像融合方法

为了改善图像融合效率,针对当前图像融合方法存在的局限性,提出一种基于小波变换的多聚焦图像融合方法.首先确定最优的小波分解层数,采用小波变换对图像进行多次分解;然后考虑低频子带与高频子带各自的特点,选择局部平均梯度准则作为高频子带的融合规则,低频子带采用3个系数的平均值作为融合规则;最后通过仿真实验对图像融合的有效性进行测试.实验结果表明,该方法获得了更理想的图像融合结果,提高了融合后的图像质量,且融合效果明显优于对比图像融合方法.     

基于小波包变换的中波红外偏振图像融合研究

针对红外偏振图像的突显目标轮廓的能力及增强景物细节信息的特点,提出基于小波包变换法的红外偏振图像灰度级融合方法,对辐射强度图像及偏振信息图像进行有效融合.通过与常用的红外图像融合方法进行客观比较,表明通过小波包变换法得到的融合图像的对比度值、信息熵及互信息值均比较高,该方法有利于场景感知和目标识别.     

基于小波变换的双通道脉冲耦合神经网络图像融合

提出了一种基于小波变换的双通道脉冲耦合神经网络的图像融合方法.先使用小波变换的方法来分解配准后的各个源图像,进而得到各个源图像的低频分量和高频分量,再把得到的低频和高频系数进行融合处理,使用高斯加权平均的低频融合规则来处理低频子带,利用双通道脉冲耦合神经网络的融合规则处理各高频子带,链接系数为图像的清晰度.融合后的小波系数取决于点火图和点火次数的多少,最后的融合图像由小波逆变换得到.实验结果表明,该方法能更有效地提取原始图像的特征信息,在主观视觉效果以及客观性能指标上较传统算法都有所改善.     

基于NSCT变换的SAR图像融合的算法

首先分析了小波变换在进行图像处理时不能有效表示直线／曲线的奇异性问题,然后研究了能够很好表示二维或更高维奇异性的非采样Contourlet变换（Nonsubsampled Contourlet transform,NSCT）的基本原理。接着讨论了将NSCT变换应用于图像融合的可行性,提出了经NSCT变换分解得到的不同的频域子带系数,在选择低频子带系数时,提出了基于局部梯度的尺度系数融合的方案,在对带通方向子带系数进行融合时,采用了自适应尺度系数融合的方案。同时,对主客观性能比较进行了仿真实验,结果表明,提出的新方法比其它几种方法传统的基于小波变换的图像融合效果要好得多。