改进拉普拉斯能量和的尖锐频率局部化Contourlet域多聚焦图像融合方法.PDF

改进拉普拉斯能量和的尖锐频率局部化Contourlet域多聚焦图像融合方法.PDF

  1. 1、本文档共10页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
改进拉普拉斯能量和的尖锐频率局部化Contourlet域多聚焦图像融合方法

第 17卷 第 5期 光学 精密工程 V01.17 NO.5 2009年 5月 OpticsandPrecisionEngineering M av2009 文章编号 1004924X(2oo9)05—12o3—10 改进拉普拉斯能量和的尖锐频率局部化 Contourlet域多聚焦图像融合方法 屈小波 ,闫敬文 ,杨贵德 (1.厦门大学通信工程系,福建 厦门361005; 2.汕头大学 广东省数字图像处理重点实验室,广东 汕头 515063) 摘要 :为了克服 Contourlet融合在远离支撑区间上出现的混叠成分,抑制融合 图像在奇异处产生伪吉布斯现象,提 出了 改进拉普拉斯能量和的尖锐频率局部化Contourlet(sFLcT)域多聚焦 图像融合方法。采用 SFLCT而不是原始 的Cont— ourlet对多聚焦图像进行分解,并将多聚焦图像空域融合方法中评价图像清晰度的指标引入到 SFLCT变换域,用拉普 拉斯能量来选择变换域系数。然后 ,逆 SFLCT重构得到融合结果 。最后 ,采用循环平移来提高 sFLCT的平移不变性, 有效抑制融合图像在奇异处产生伪吉布斯现象。实验结果表 明:对于多聚焦图像 ,所提方法 比循环平移小波变换法 的互 信息提高了5.87%,QABF/提高了2.7O ,比循环平移 Contourlet方法 的互信息提高了 1.77 ,Q 提高了1.29%;视 觉效果优于典型的空域分块拉普拉斯能量方法和平移不变小波变换方法 。 关 键 词 :图像融合 ;多聚焦图像 ;Contourlet变换 ;伪 吉布斯现象;小波变换 中图分类号 :TP751 文献标识码 :A M ultifocusimagefusion methodofsharp frequencylocalized Contourlettransform domain based on sum—-modified--Laplacian QU Xiao—bo ,YAN Jing—wen。 ,YANG Gui—de (1.DepartmentofCommunicationEngineering,XiamenUniversity,Xiamen361005,China; 2.KeyLaboratoryofDigitalSignaland ImageProcessingofGuangdongProvince, ShantouUniversity,Shantou 515063,China) Abstract:In ordertosuppressthepseudo—Gibbsphenomenaaround singularitiesoffusedimagesand toreducesignificantamountsofaliasingcomponentslocatedfarawayfrom desiredsupportswhenthe originalContourletisemployedintheimagefusion,amultifocusimagefusionmethodin SharpFre— quencyLocalizedContourletTransform (SFLCT)domainbasedon asum—modified—Laplacianispro— posed.TheSFLCT,insteadoftheoriginalContourlet,isutilizedasthemultiscaletransform tode— composetheoriginalmultifocusimagesintosubbands.Then,typicalmeasurementsforthemultifocus imagefusioninaspatialdomainareintrodueedtotheContourletdomainandSum—modified~Laplaeian (SML),andthecriteriontodistinguishSFLCT coefficientsfrom the

文档评论(0)

2105194781 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档