基于改进非下采样轮廓波的图像融合算法 一篇非常不错的PDF文档

针对多聚焦图像在融合时容易产生边缘模糊现象并损失清晰区域对比度的缺点,基于能有效描述图像边缘的Ripplet变换(RT),提出一种改进的多聚焦图像融合方法。首先,通过离散RT(type-I)获得分解后的高频和低频子带系数,对于低频子带系数,采用非下采样轮廓波变换(NSCT)进行3层系数融合,而对于高频子带系数,采用正交匹配追踪(OMP)算法求解其对应过完备字典的稀疏表示系数;然后通过系数向量的活跃度规则进行系数融合,并构造其对应的系数矩阵;最后通过反RT得到最终的融合图像。实验结果表明,本文算法

针对红外光和可见光传感器难以同时获取清晰的目标和场景问题，提出一种基于非下采样Contourlet 系数压缩感知的可见光和红外图像融合方法。首先采用非下采样Contourlet 变换对可见光图像和红外图像分别进行多尺度、多方向分解，得到各自的非下采样Contourlet 系数; 然后对两种图像的低频系数采用加权与平均相结合的系数融合方案直接融合，对两种图像的带通方向子带系数采用伪随机傅里叶矩阵进行观测后将观测值进行加权融合，再对融合后的带通方向子带观测值进行系数重构，最后通过非下采样Contou