双波段红外图像融合的小波分维算法

被引:12
作者
孙玉秋
田岩
彭代强
田金文
机构
[1] 华中科技大学图像识别与人工智能研究所
[2] 华中科技大学图像识别与人工智能研究所 湖北武汉
[3] 湖北武汉
关键词
双波段图像融合; 分维; 小波变换; 数据融合;
D O I
10.13245/j.hust.2005.04.013
中图分类号
TP391.4 [模式识别与装置];
学科分类号
0811 ; 081101 ; 081104 ; 1405 ;
摘要
针对双式红外(中红外和长红外)提出了一种基于小波的分维融合算法.通过小波变换,分别对中波红外和长波红外的两幅图像进行小波分解,在小波变换域低频部分对小波系数用能量融合,高频部分采用分形分维进行融合,得到变换域中各个频带的融合图像,然后反变换进行重构,获取融合后的图像.实验结果表明,根据用分维进行数据融合的方法来确定两幅不同原图像在融合图像中所占的信息比例,可以有效地保留两幅原图像的边缘和纹理特征,避免融合图像平均化而出现的模糊现象,融合后的图像综合了两幅原图像的不同特征,使得处理后的图像更容易识别.因此,提出的双波段红外图像的小波分维融合算法是有效的,并且可以取得较好的效果.
引用
收藏
页码:41 / 43+46 +46
页数:4
相关论文
共 6 条
[1]   基于一维自组织神经网络的图像数据融合算法研究 [J].
张兆礼 ;
孙圣和 .
电子学报, 2000, (09) :74-77
[2]   分维分割编码与重构 [J].
范策 ;
吕耀兴 ;
张晓慧 .
计算机工程与应用, 2000, (06) :60-62
[3]   多传感器图像模糊融合算法在图像识别中的应用 [J].
刘源 ;
谢维信 .
西安电子科技大学学报, 2000, (01) :10-13
[4]   目标识别中的信息融合技术 [J].
席学强 .
国防科技参考, 1998, (01) :17-22
[5]   分形理论及其在地学研究中的应用 [J].
刘承祚 .
电子科技大学学报, 1994, (05) :13-18
[6]  
小波分析算法与应用[M]. 西安交通大学出版社 , 程正兴[著], 1998