基于改进型NSST变换的图像融合方法
CSTR:
作者:
作者单位:

(1.空军工程大学防空反导学院,西安710065;2.空军工程大学信息与导航学院,西安710065)

作者简介:

刘健(1987-), 男, 博士生, 从事图像处理的 研究;雷英杰(1957-), 男, 教授, 博士生导师, 从事智能信息处理等研究.

通讯作者:

E-mail:liujian758@163.com

中图分类号:

TP391

基金项目:

国家自然科学基金青年基金项目(61309008).


Innovative image fusion method based on improved NSST
Author:
Affiliation:

(1. Air and Missile Defence College,Air Force Engineering University,Xi'an710065,China;2.Information and Navigation College,Air Force Engineering University,Xi'an710065,China)

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为了进一步提高捕获图像细节的能力,提高运算效率,提出一种改进型NSST变换,采用冗余提升不可分离小波替换经典NSST中的非下采样金字塔分解.针对改进型NSST分解得到的不同子带,对低频子 带选用区域能量和融合规则,高频子带选用简化型PCNN融合规则,提出基于改进型NSST的图像融合方法.实验结果表明,所提出的方法在主观视觉评价和客观指标评价中具有很大优势.

    Abstract:

    To extract more detail information of the image and enhance the calculation effectiveness, an improved non-subsample shearlet transform(NSST) is proposed. The improved non-subsampled pyramid(NSP) in the traditional NSST is replaced by the redundant lifting non-separable wavelet. In this improved NSST, the low frequency subbands are fused by summing of the region energy, while the high frequency sub-bands are optimized by a simpled-pulse coupled neural network(PCNN) model. The experimental results show that the proposed method is of very competitive advantages in extracting exact information from images according to evaluation criterion of both visual appearance and objective criteria.

    参考文献
    相似文献
    引证文献
引用本文

刘健,雷英杰,邢雅琼,等.基于改进型NSST变换的图像融合方法[J].控制与决策,2017,32(2):275-280

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2016-01-17
  • 最后修改日期:2016-01-17
  • 录用日期:
  • 在线发布日期: 2017-02-13
  • 出版日期:
文章二维码