基于梯度塔形分解的GPU加速多源图像融合

为了解决多分辨率图像融合算法在单纯CPU上运行效率低的问题,提出了一种用于在基于梯度塔形分解的图像融合算法中使用的新融合规则,并将整个融合算法在图形处理器上进行了设计和高效的实现,将计算密集的任务安排到图形处理器上执行.实验验证,融合图像保留了源图像中的显著特征.并且,与单纯CPU上的融合算法相比,该系统在不同尺寸的图像融合中都获得加速.展现了一种通过图形处理器提高多分辨率图像融合算法效率的方法.     

基于树状小波分解的多传感器图像融合

提出了基于树状小波分解的多传感器图像融合方法,它能够在一定的能量准则下,自适应地根据图像特征进行子带分解和融合。对可见光图像与红外图像、可见光图像与毫米波图像进行融合的实验结果表明,所提出的方法比传统的金字塔形小波分解具有更好的融合效果。     

融合参数对对比度塔形分解图像融合方法性能的影响研究

给出了一种基于对比度塔形分解的分层图像融合新方法,其在融合过程中可有选择地突出被融合图像的对比度信息与细节信息,以求达到良好的融合效果.此外,利用熵、交叉熵、互信息量、均方根误差、峰值信噪比等参量,定量评价和研究了不同融合层数、融合规则以及特性区域大小等参数对该融合方法性能的影响.多组不同类型图像的融合实验表明,对融合性能的定量评价结果与融合后图像的视觉效果相吻合.     

红外与可见光图像融合的多分辨率方法

给出一种适合于红外与可见光图像融合的多分辨率融合方法。方法基于对比度塔形分解的图像融合方法,在融合过程中可有选择地突出被融合图像的对比度信息,达到良好的视觉效果。利用熵、交叉熵、互信息量、平均交叉熵、均方根交叉熵等参量,对多种图像融合方法的性能进行了定量评价和比较。实验结果表明,方法用于红外与可见光图像的融合十分有效。     

一种塔形分解的红外与可见光图像融合方法

针对红外图像对比度低、背景噪声较大的情况,提出了一种基于加权中值塔形分解的红外与可见光图像融合算法,同传统拉普拉斯塔形分解方法相似对图像的分解分成四步:中值滤波、降采样、插值放大、带通滤波,形成多尺度、多分辨率的塔形近似图像序列和细节图像序列.两种传感器图像经过中值塔分解的图像序列,通过基于局部能量选择的融合规则和融合算子形成融合图像塔,然后进行中值塔形图像重构,完成图像融合.与已有塔形分解图像融合方法相比,不仅保留塔形分解的优点,融合图像精确,而且对脉冲型噪声污染的传感器图像具有较强的抑制作用.实验验证,这种融合方法在图像信噪比较低的情况下,也能得到较好的融合效果.     

多传感器图像融合及其应用综述

文章综述了多传感器图像融合的基本概念、模型、常用方法及应用,探讨了图像融合的评价准则,分析了图像融合领域存在的问题,并提出了未来的研究方向。     

多传感器图像融合应用评述

近几年，图像融合成为一个热门研究领域，图像融合是多测度空间综合处理多源图像和图像序列的技术，通过融合处理，综合运用多源信息，得到性能比任一源图像好的图像，以便于图像的后续处理和更好地满足应用要求。从信息处理的层次上图像融合要分为：信号层图像融合，像素层图像融合，特征层图像融合和符号层图像融合。比较了不同层次图像融合算法的特点，讨论了红外图像，可见光图像，多普图像，雷达图像等的融合问题，给出了一个应用实例，并对图像融合的发展进行展望。     

基于多分辨奇异值分解的多聚焦图像融合

提出了一种多分辨奇异值分解（MSVD）的新框架,并把它应用于多聚焦图像融合中.首先,基于分块算法原理,利用奇异值分解获得具有不同分辨率的一幅近似和三幅细节图像.然后结合重构算法,给出了图像的融合框架.其次,对比基于离散小波变换（DWT）的融合算法,基于MSVD的融合效果更好,而且 MSVD的基向量只依赖于图像本身而不像小波需要固定的基.最后,采用客观性能指标对结果图像进行评价.实验结果表明,本文的方法不仅简单易行,而且图像表现出良好的视觉效果,清晰度和空间频率都有很大提高.     

基于多层级图像分解的图像融合算法

不同类型的探测器在成像机理上有不同的侧重点,使得成像图像表征的信息也有所不同,导致单幅图像不能完整地反映场景的有效信息。因此,提取多源图像的互补信息,并去除其中的冗余信息,合成一幅能准确、完整表达场景的复合图像的技术成为了图像处理领域中一项非常重要的技术,图像融合正是这类问题的一种有效解决方法。针对传统多尺度分解的图像融合方法易产生噪声和信息缺失的现象,文中提出了一种基于多层级图像分解的红外与可见光图像融合算法。首先,利用加权平均曲率滤波的边缘保持特性与高斯滤波的平滑特性,构建了多层级图像分解模型。在利用该模型将源图像分解为小尺度层、大尺度层和基层等3个不同层级。然后,针对基层,采用能量属性融合策略进行融合;针对大尺度层,采用复合融合策略进行融合;针对小尺度层,采用最大值融合策略。最后,将融合后的层级进行加和,以重构出最终的融合图像。实验结果表明:文中提出的基于多层级图像分解的图像融合算法能够有效降低噪声产生的概率,同时减少了融合后的信息缺失。     

一种基于形态学梯度的多聚焦图像融合方法

多聚焦图像融合作为信息融合的一个重要分支,广泛应用于计算机视觉、医学诊断、数字成像等领域。文中针对现有融合算法存在融合图像易出现“块效应”等问题,提出了一种基于形态学梯度的多聚焦图像融合方法。该算法首先对源图像进行形态学梯度测量得到对应的得分矩阵,然后对得分矩阵进行四叉树分解得到初始分割图。进而利用形态学滤波和小区域滤波,除去边缘信息和小洞得到期望的决策图。实验测试表明,文中提出算法相对于现有的算法在结构相似度、峰值信噪比等定量指标上皆有较好的表现。     

基于拉普拉斯金字塔变换的图像融合算法研究

阐述了基于拉普拉斯金字塔变换的图像融合原理和方法：首先对源图像分别进行拉普拉斯金字塔分解,然后对分解后的各层图像采用不同的融合准则进行融合,最后,对融合金字塔做拉普拉斯金字塔反变换得到最终的融合图像。通过对可见光与红外图像的融合结果分析,实验结果表明,该算法能得到具有更多有用信息的高对比度的融合图像。融合效果良好。     

一种基于中值金字塔的图像融合算法

为了对同一光学传感器的多聚焦图像进行融合增强以获得较高清晰度的图像,提出了一种基于中值金字塔的图像融合算法.首先,利用中值滤波和分析、合成算子得到图像的各级金字塔分解,以及各级细节子图像.然后,对顶层低频子图像系数取平均,对各级细节子图像,以局部邻域平均梯度为判据,进行图像融合.最后,利用中值金字塔反变换重构图像.实验结果表明,该方法对多聚焦图像的融合十分有效.     

基于拉普拉斯金字塔变换方法的多波段图像融合规则比较

为了选取基于拉普拉斯金字塔变换融合方法效果较好的融合规则来提高多波段图像融合质量,现结合12 种融合规则对可见光、红外短波和红外长波图像进行融合,通过主观人眼视觉观察与客观评价中的信息量、统计特性和人眼视觉特性的评价指标对融合效果进行分析比较,找到融合效果较好的融合规则.实验结果表明,低频使用等值加权平均时,融合效果较差,对比度低.高频使用绝对值取大、低频使用区域匹配时,融合结果清晰,评价指标最高,便于人眼观察.高频使用区域能量取大、低频使用区域匹配度取大时,融合结果可以充分显示边缘和纹理信息.高频使用一致性检测和区域方差时融合效果一般.     

基于拉普拉斯金字塔变换的小波域图像融合

在深入分析了小波变换融合方法及拉普拉斯金字塔变换融合方法的原理及优缺点的基础上,通过优势互补将二者巧妙结合,提出了一种新的图像融合算法。实验结果表明,该方法计算量小、运行速度快,在红外与可见光图像的融合、多聚焦图像融合以及局部模糊图像融合等应用中优于其他融合方法。     

基于小波融合的图像残差金字塔超分辨率研究

提出了基于小波融合的残差金字塔超分辨率方法.算法包括2部分:1) 通过残差金字塔分别估计多幅低分辨率图像的高频信息;2) 对获得的多幅高分辨率图像进行小波融合.图像的低频部分采用能量加权法融合,高频部分采用最大值规则融合,融合后经过小波反变换得到最终的高分辨率图像.研究结果表明,该算法避免了大量的迭代运算,降低了计算复杂度,使大尺寸图像的超分辨率成为可能.     

基于多尺度对比度塔和方向滤波器组的图像融合

本文从图像的特性出发,将方向信息与多分辨分析相结合,提出了基于方向滤波器组的融合思想.进而考虑到人眼的视觉特性,利用对比度塔分解(CP)捕获图像的低频分量,利用方向滤波器组(DFB)获得图像的高频分量,提出了一种基于多尺度对比度塔和方向滤波器组(CPDFB)的图像融合方法,同时分析了该方法的融合机理和计算复杂度,较好地实现了复杂图像的融合.仿真实验验证了其可行性和有效性.     

基于拉普拉斯金字塔的红外光强与偏振图像融合

利用红外偏振信息(偏振度、偏振角)对目标进行成像,可以更好地抑制图像的背景噪声,提高信噪比。而且偏振信息相对于光强信息一般会蕴含更丰富的目标边缘轮廓信息。因此,提出一种将红外辐射光强图像和偏振度图像进行融合的算法。此方法首先对参与融合的每幅图像分别进行拉普拉斯金字塔分解,获得每层的分解图像;然后对分解后的每层图像采用不同的融合方法进行图像融合,获得每层融合图像,并对每层融合后的图像进行图像重构,得到最后的融合结果。多幅图像融合后的效果表明该方法能够增加图像的信息量,有利于场景感知和目标识别。     

基于金字塔方法的SAR图像与光学图像的融合

对金字塔方法和IHS方法在SAR图像与光学图像融合中的应用进行了研究。分析了它们的优缺点和局限性,并结合具体融合实验,给出了改进的算法和一些灵活的处理方法。实验结果表明,改进后的算法比传统的高斯拉普拉斯金字塔方法有更好的融合效果。     

拉普拉斯金字塔与p-m模型联合去噪方法

阐述拉普拉斯金字塔的原理和方法,提出先用p-m模型进行消噪处理,再用拉普拉斯金字塔进行融合,与用拉普拉斯金字塔方法进行融合后再用p-m模型进行降噪处理,并且对图像质量进行分析评价,得出这两种方法的各自特点。