NSCT域内结合边缘特征和自适应PCNN的红外与可见光图像融合

针对传统的基于多尺度变换的红外与可见光图像融合,对比度不高,边缘等细节信息保留不充分等问题,结合NSCT变换的多分辨率、多方向特性和PCNN全局耦合、脉冲同步激发等优点,提出一种基于NSCT变换结合边缘特征和自适应PCNN红外与可见光图像融合算法.对于低频子带,采用一种基于边缘的融合方法;对于高频方向子带,采用方向信息自适应调节PCNN的链接强度,使用改进的空间频率特征作为PCNN的外部激励,根据脉冲点火幅度融合子带系数.实验结果验证了该算法的有效性.     

基于各向异性尺度Junction的图像拼接

图像拼接一般采用特征点匹配和全局变换,特征点仅包含位置信息,无法表达图像局部结构信息,且全局变换模型只适用于旋转拍摄和远距离拍摄情况,当图像视角变化较大时,容易产生明显的配准误差,影响拼接图像的质量。为解决这个问题,提出了一种基于各向异性尺度Junction特征的图像拼接方法。Junction不仅包含点特征信息,还具有线特征信息,表达了图像重要的局部几何结构。基于Junction特征的配准在特征点配准的基础上,利用分支线信息进一步约束和优化配准,同时结合局部单应变换模型,可以较好地容忍图像局部变形,从而提高配准精度,改善拼接效果。实验验证了本文算法的有效性。