基于活性测度和闭环反馈的非下采样contourlet域图像融合new

《基于活性测度和闭环反馈的非下采样contourlet域图像融合new》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、更多技术文章，论文请登录www.srvee.com第32卷第2期电子与信息学报Vol.32No.22010年2月JournalofElectronics&InformationTechnologyFeb.2010基于活性测度和闭环反馈的非下采样Contourlet域图像融合①②③①杨晓慧贾建焦李成①(西安电子科技大学智能信息处理研究所和智能感知与图像理解教育部重点实验室西安710071)②(河南大学数学与信息科学学院开封475004)③(西北大学数学系西安710069)摘要：基于人类视觉系统和源图像特性，该文提出一种非下采样Contourlet域图像融合算法，并讨论了分解层数和方向分解数对融

2、合结果的影响。低通子带引入闭环反馈策略自适应获取近似最优融合权值；高通子带则基于区域能量定义像素活性测度，以有效增强图像的对比度，并保持细节信息。实验结果表明：该文提出的图像融合新算法具有较好的鲁棒性，融合图像边缘的清晰度和连续性也较理想。关键词：图像融合；非下采样Contourlets；活性测度；闭环反馈中图分类号：TP391;TP75文献标识码：A文章编号：1009-5896(2010)02-0422-05DOI:10.3724/SP.J.1146.2008.01088ImageFusionAlgorithminNonsubsampledContourletDomainBasedonAc

3、tivityMeasureandClosedLoopFeedback①②③①YangXiao-huiJiaJianJiaoLi-cheng①(KeyLaboratoryofIntelligentPerceptionandImageUnderstandingofMinistryofEducationofChina,,InstituteofIntelligentInformationProcessing,XidianUniversity,Xian710071,China)②(SchoolofMathematicsandInformationSciences,HenanUniversity,Kai

4、feng475004,China)③,(DepartmentofMathematics,NorthwestUniversity,Xian710069,China)Abstract:AnimagefusionalgorithminnonsubsampledContourletdomainispresentedbasedonHumanVisualSystem(HVS)andsourceimagecharacteristics.Moreover,theinfluenceonfusionresultofdecompositionlevelsanddirectionaldecompositionnum

5、bersisdiscussed.ClosedLoopFeedback(CLF)isintroducedintolow-passsubbandstoobtainoptimalfusedweightsadaptively.Inhigh-passsubbands,ActivityMeasure(AM)isdefinedbasedonregionenergytoenhancecontrastoffusedimagesandprotectdetailinformationofsourceimages.Experimentresultsshowthattheproposedfusiontechnique

6、isrobustandthefusionimageshaveidealclearandcontinueedges.Keywords:Imagefusion;NonsubsampledContourlets;ActivityMeasure(AM);Closedloopfeedback1引言[4]换(Non-SubsampledContouletTransform,NSCT)具有完全的移不变、多尺度和多方向展开，对图像图像融合综合利用不同源图像信息彼此之间的中的边缘、围线和细节等信息都能给出良好的表示。互补性和冗余性，生成一个新的图像，旨在减少不本文以保持图像中的细节和边缘等重要信息，并提确定性

7、，更有利于人类视觉系统和计算机视觉。图高图像的清晰度和对比度为目标，综合考虑到人类像融合技术现已广泛应用于军事、遥感、计算机视视觉和客观指标，以及算法的鲁棒性，提出基于活觉和医学图像处理等领域。小波变换以其具有的时-性测度和闭环反馈的非下采样Contourlet域图像融频局部化和多尺度思想成功用于图像融合领域并取[1−3]合新算法，并详细分析不同分解层和不同的方向分得好的效果。然而，由于2维可分离标准小波解数