宁波大学 信息科学与工程学院,浙江 宁波 315211
提出一种采用压缩感知的云图融合方法.该方法针对传统轮廓波存在频谱混叠的缺点,结合抗混叠塔式滤波器组和方向滤波器组,构造出一种抗混叠的轮廓波变换,并将其引入压缩感知中的稀疏表示环节,将云图分解成稠密和稀疏两部分;对稠密成份采用传统方法进行融合,而对稀疏成份,则在压缩感知框架下,通过少数线性测量的融合,并采用二步迭代收缩的图像重构算法,在迭代时利用前面两个估计值更新当前值,得到融合结果.实验表明,该方法的融合结果无论在视觉质量及定量指标上都明显优于传统方法,有利于揭示全面的天气信息.
气象云图 图像融合 抗混叠轮廓波 压缩感知 二步迭代收缩 Meteorological cloud image Image fusion Aliasing-free contourlet Compressed sensing Two-step iterative shrinkage/threshold
宁波大学 信息科学与工程学院,浙江 宁波 315211
为了在放大红外图像时保持边缘或轮廓的正则性,提出一种基于抗混叠轮廓波变换的图像插值放大算法。该算法首先结合抗混叠塔式滤波器组和方向滤波器组,构造出抗混叠的轮廓波变换;然后将原始图像的小波域线性插值结果看成是放大图像的初始估计,输入到一个迭代过程;在每次迭代中,将放大图像看成是理想高分辨率图像的含噪逼近,并对其实施抗混叠轮廓波变换,根据变换系数的稀疏性约束实现降噪处理;最后,经过若干次迭代得到理想的红外放大图像。实验表明,对于测试图像,经过迭代处理后峰值信噪比平均提高了0.837 dB;且该算法在视觉质量上明显优于双线性插值算法及基于小波的算法。
抗混叠轮廓波变换 滤波器组 红外图像 图像插值 aliasing-free contourlet transform filter banks infrared image image interpolation
宁波大学 信息科学与工程学院, 浙江 宁波 315211
研究了原始轮廓波变换的频谱混叠问题, 设计出能抑制混叠的多尺度分解方案, 结合方向滤波器组, 实现了 一种抗混叠的轮廓波变换.在此基础上, 提出了新颖的基于抗混叠轮廓波变换的图像融合算法.该算法通过邻域一 致性测度的计算, 实现了变换系数的局部自适应融合.实验结果表明, 所提出的方法在视觉质量及定量指标上都优 于基于小波变换和轮廓波变换的传统方法.
图像融合 抗混叠轮廓波变换 邻域一致性测度 滤波器组 image fusion aliasing-free contourlet transform neighborhood homogeneity measurement filter banks