基于局部熵的小波变换图像融合算法

被引:8
作者
周德龙
余孟杰
机构
[1] 浙江工业大学信息工程学院
关键词
小波变换; 图像融合; 熵; 平均梯度;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
研究基于小波变换的图像融合算法。首先对待融合图像进行小波多尺度分解,得到小波的分解系数,对高频分量和低频分量系数采取不同的融合规则。低频部分系数融合采用简单加权平均法,高频部分系数融合采用基于邻域熵值的方法。对融合后系数进行逆小波变换得到重构图像,融合后图像清晰、对比度好。与最大绝对值法、领域方差法作比较。最后通过熵、标准差、平均梯度值等参数对融合后的图像进行定量分析。实验数据表明提出的方法是切实可行的。
引用
收藏
页码:241 / 243+269 +269
页数:4
相关论文
共 8 条
[1]   基于分块的小波多聚焦图像融合方法 [J].
刘斌 ;
彭嘉雄 .
计算机工程, 2005, (05) :41-42+46
[2]   基于区域特征的小波变换图像融合方法 [J].
郭志强 .
武汉理工大学学报, 2005, (02) :65-67+71
[3]   图像融合质量评价方法的研究 [J].
胡良梅 ;
高隽 ;
何柯峰 .
电子学报, 2004, (S1) :218-221
[4]   基于小波分解的图像融合方法及性能评价 [J].
刘贵喜 ;
杨万海 .
自动化学报, 2002, (06) :927-934
[5]   像素级图像融合方法分类与比较 [J].
夏明革 ;
何友 ;
唐小明 ;
关欣 .
火力与指挥控制, 2002, (03) :1-4
[6]  
小波分析·应用算法[M]. 科学出版社 , 徐晨等著, 2004
[7]  
数字图像融合[M]. 西安交通大学出版社 , 覃征等编著, 2004
[8]   Wavelet coefficients clustering using morphological operations and pruned quadtrees [J].
Morales, E ;
Shih, FY .
PATTERN RECOGNITION, 2000, 33 (10) :1611-1620