对基于NSCT分解的可见光和红外图像的融合算法进行了优化技术研究。在场景复杂或有多个区域需要同时关注时,低频子图融合阶段采用简单的二值化区域分割方法并不能将不同区域的感兴趣目标有效地反映到融合结果中。所以本文采用基于最大熵的多阈值分割方法,并对每一个分割区域计算其区域能量比指导融合系数的求取;高频融合阶段采用最能保持图像细节的梯度最大规则。实验结果表明本文算法能够将多个区域中的感兴趣目标很好地反映到融合结果中,并保留了可见光图像丰富的细节信息和分辨率高特征,融合图像具有更好的视觉效果。
图像融合 非下采样Contourlet变换 多阈值分割 区域能量比 image fusion nonsubsampled contourlet transform multi-threshold segmentation regional energy ratio
1 武汉科技大学 信息与计算科学系,湖北 武汉 430065
2 武汉大学 测绘遥感信息工程国家重点实验室,湖北 武汉 430079
3 武汉大学 数学与统计学院,湖北 武汉 430072
为了保持高分辨率合成孔径雷达(SAR)图像中的纹理结构,提出了一种基于BivaShrink模型的Contourlet域 SAR图像相干斑噪声抑制算法。联合当前层和父层的Contourlet系数,通过计算局部方差一致性范数和区域能量比,自适应地确定方差估计区域的形状和大小,从而对原始图像方差进行最优估计。实验结果表明,算法在噪声的去除和结构信息等细节的保持上均不同程度的优于小波BivaShrink去噪算法和Contourlet阈值去噪算法,主观效果和数值指标都有较好改进。
图像处理 Contourlet变换 方差一致性范数 区域能量比 SAR图像去噪
