吉林大学学报(工学版) ›› 2009, Vol. 39 ›› Issue (05): 1384-1389.

• 论文 • 上一篇    下一篇

非降采样Contourlet域方向区域多聚焦图像融合算法

 孙伟, 郭宝龙, 陈龙   

  1. 西安电子科技大学 机电工程学院|西安 710071
  • 收稿日期:2007-10-05 出版日期:2009-09-01 发布日期:2009-09-01
  • 通讯作者: 孙伟(1980-),男,博士研究生.研究方向:视网膜建模的关键技术研究及嵌入式系统实现.Email:sunweitom@tom.com E-mail:sunweitom@tom.com
  • 作者简介:孙伟(1980-),男,博士研究生.研究方向:视网膜建模的关键技术研究及嵌入式系统实现.Email:sunweitom@tom.com
  • 基金资助:

    “863”国家高技术研究发展计划项目(2006AA01Z127);国家自然科学基金项目(60572152).

Multifocus image fusion algorithm based on directional window statistics in nonsubsampled contourlet domain

SUN Wei, GUO Bao-long, CHEN Long   

  1. School of MechanoElectronic Engineering, Xidian University, Xi'an 710071| China
  • Received:2007-10-05 Online:2009-09-01 Published:2009-09-01

摘要:

       提出了一种基于方向区域特性的非降采样Contourlet域多聚焦图像融合算法。算法将图像进行非降采样Contourlet 变换为不同方向的高低频子带,低频子带和高频子带中分别采用方向区域的方差匹配度和能量作为融合规则, 其中方向区域与当前子带分解方向保持一致,最后,通过反变换得到融合图像。实验结果表明,本文提出的方向区域方法能够更好地体现二维图像中的曲线或直线状边缘特征。将现有的融合算法和本文所提算法进行了主观和客观的对比 ,结果表明 ,基于非降采样 Contourlet变换的方向区域特性的图像融合算法是一种有效可行的图像融合算法。

关键词: 图像融合, 非降采样Contourlet变换, 多聚焦, 方向区域

Abstract:


    A multifocus image fusion algorithm based on directional windows statistics in nonsubsampled contourlet domain is developed. First, source images are decomposed to the domains of nonsubsampled contourlet transform. Then, the image fusion is implemented in subbands with different scales and directions combining with regional statistics. Regional variance and local energy are adopted as the fusion rules in lowpass and highpass subbands, respectively. Finally, the fused image is obtained through inverse transform. Experimental results show that the directional windows in nonsubsampled contourlet can detect the image features more effectively and the fused image has better subjective visual effect. Comparison indicates that the proposed algorithm outperforms the traditional gradient pyramid algorithm and the wavelet based algorithm in terms of the fusion quality index.

Key words: image fusion, nonsubsampled Contourlet transform, multifocus, directional windows

中图分类号: 

  • TP941
[1] 刘哲, 徐涛, 宋余庆, 徐春艳. 基于NSCT变换和相似信息鲁棒主成分分析模型的图像融合技术[J]. 吉林大学学报(工学版), 2018, 48(5): 1614-1620.
[2] 尹明, 战荫伟, 裴海龙. 基于稀疏补算子学习的图像融合方法[J]. 吉林大学学报(工学版), 2016, 46(6): 2052-2058.
[3] 王晓文1, 2, 赵宗贵3, 庞秀梅4, 刘敏5. 图的图像融合方法[J]. 吉林大学学报(工学版), 2014, 44(4): 1203-1208.
[4] 杨扬, 戴明, 周箩鱼, 孙明超. 基于非下采样Bandelet变换的多聚焦图像融合[J]. 吉林大学学报(工学版), 2014, 44(2): 525-530.
[5] 李娟, 南旭良, 毕思远, 吴微. 改进多目标粒子群优化算法及在图像融合中的应用[J]. 吉林大学学报(工学版), 2013, 43(增刊1): 477-480.
[6] 包磊, 徐其志. 基于PCA变换和光谱补偿的遥感影像融合方法[J]. 吉林大学学报(工学版), 2013, 43(增刊1): 88-91.
[7] 王昕, 李玮琳, 刘富. 小波域CT/MRI医学图像融合新方法[J]. 吉林大学学报(工学版), 2013, 43(增刊1): 25-28.
[8] 冯鑫, 王晓明, 党建武, 沈瑜. 基于插值Directionlet变换的图像融合方法[J]. 吉林大学学报(工学版), 2013, 43(04): 1127-1132.
[9] 邢笑雪, 刘富, 马冬梅, 翟微微, 王芳荣. 基于机器视觉的软体纤维丝集束智能计数系统[J]. , 2012, 42(05): 1267-1272.
[10] 刘刚, 赵红毅, 胡臻龙. 基于带有权值混合泛函的盲超分辨率[J]. , 2012, 42(04): 1054-1058.
[11] 孙明超, 张崇, 刘晶红. 多尺度图像增强可见光与红外图像融合 [J]. , 2012, (03): 738-742.
[12] 付朝阳,郭雷,常威威. 网络的高光谱图像融合[J]. 吉林大学学报(工学版), 2011, 41(03): 838-843.
[13] 刘坤,郭雷,陈敬松. 基于有限脊波变换和Cycle spinning的图像融合算法[J]. 吉林大学学报(工学版), 2010, 40(04): 1075-1080.
[14] 郑海红,曾平 . 基于图像融合模型的矢量逆半调算法[J]. 吉林大学学报(工学版), 2008, 38(06): 1474-1479.
[15] 张强,郭宝龙 . 基于Curvelet变换的图像融合算法[J]. 吉林大学学报(工学版), 2007, 37(02): 458-0463.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!