基于多小波变换的多聚焦图像融合

doi:10.3778/j.issn.1002-8331.2010.06.049

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (6): 169-170.DOI: 10.3778/j.issn.1002-8331.2010.06.049

• 图形、图像、模式识别 • 上一篇下一篇

基于多小波变换的多聚焦图像融合

朱四荣，王迎春

武汉理工大学理学院，武汉 430070

收稿日期:2008-08-28 修回日期:2008-10-30 出版日期:2010-02-21 发布日期:2010-02-21
通讯作者: 朱四荣

Multi-focus image fusion method based on multi-wavelet transform

ZHU Si-rong，WANG Ying-chun

School of Sciences，Wuhan University of Technology，Wuhan 430070，China

Received:2008-08-28 Revised:2008-10-30 Online:2010-02-21 Published:2010-02-21
Contact: ZHU Si-rong

摘要/Abstract

摘要： 多聚焦图像融合的关键问题是如何保持原始图像的边缘和细节信息。多小波分析具有多个分析基函数和产生更多分解子图像的特点。在多小波变换域对低频和高频小波系数采用不同的融合方法——对低频系数采用取平均的方法，而对高频系数采用边缘梯度对比的方法。通过实验证明，该方法能够很好地保存图像的边缘和细节信息，融合结果得到了改善。

关键词: 多小波变换, 边缘梯度, 图像融合

Abstract: The key problem in multi-focus image fusion is how to keep the detail and edge in the original image.Based on the features of more decomposing sub-images generated by the multi-wavelet analysis function，a new image fusion method is proposed in this paper.In wavelet domain，different fusion rules are adopted for low frequency coefficient and high frequency coefficient.The rule of average method is used to fuse low frequency coefficient and the contrast of edge gradient for high frequency coefficient.The experiments demonstrate that this method can save the edge of original image and improve the result.

Key words: multi-wavelet, edge gradient, image fusion

中图分类号:

TP391

朱四荣，王迎春. 基于多小波变换的多聚焦图像融合[J]. 计算机工程与应用, 2010, 46(6): 169-170.

ZHU Si-rong，WANG Ying-chun. Multi-focus image fusion method based on multi-wavelet transform[J]. Computer Engineering and Applications, 2010, 46(6): 169-170.

[1]	董旭彬，赵清华. 改进Mask R-CNN在航空影像目标检测的研究应用[J]. 计算机工程与应用, 2021, 57(8): 133-144.
[2]	顾梅花，王苗苗，李立瑶，冯婧. 彩色图像多尺度融合灰度化算法[J]. 计算机工程与应用, 2021, 57(4): 209-215.
[3]	王长城，周冬明，刘琰煜，谢诗冬. 无监督深度学习模型的多聚焦图像融合算法[J]. 计算机工程与应用, 2021, 57(21): 209-215.
[4]	呼亚萍，孔韦韦，李萌，黄翠玲. 改进TV图像去噪模型的全景图像拼接算法[J]. 计算机工程与应用, 2021, 57(17): 203-209.
[5]	李广安，曹岩，岳晓新. 基于BEEMD分解的红外与可见光图像融合[J]. 计算机工程与应用, 2021, 57(14): 237-244.
[6]	曹军，陈鹤，张佳薇. 基于超分辨率的多聚焦图像融合算法研究[J]. 计算机工程与应用, 2020, 56(3): 180-186.
[7]	宫睿，王小春. 基于可协调经验小波变换的多聚焦图像融合[J]. 计算机工程与应用, 2020, 56(2): 201-210.
[8]	吴帆，高媛，秦品乐，王丽芳. 基于拉普拉斯金字塔和CNN的医学图像融合算法[J]. 计算机工程与应用, 2020, 56(15): 208-214.
[9]	李一菲，杨燕，张国强. 基于补偿暗通道和透射率融合的图像去雾算法[J]. 计算机工程与应用, 2019, 55(3): 196-201.
[10]	余霆嵩，文元美，凌永权. 基于张量分解融合RGB-D图像的物体识别[J]. 计算机工程与应用, 2019, 55(2): 174-178.
[11]	李敏，苑贤杰，骆志丹，邱晓华. 基于改进引导滤波与DCPCNN的图像融合方法[J]. 计算机工程与应用, 2019, 55(19): 207-213.
[12]	王烈，罗文，陈俊鸿，秦伟萌. 自适应PCNN与信息提取的红外与可见光图像融合[J]. 计算机工程与应用, 2018, 54(4): 192-198.
[13]	付争方1，朱虹2. 多尺度细节融合的多曝光高动态图像重建[J]. 计算机工程与应用, 2018, 54(24): 182-187.
[14]	刘栋，聂仁灿，周冬明，侯瑞超，熊磊. 结合NSST与GA参数优化PCNN图像融合[J]. 计算机工程与应用, 2018, 54(19): 158-163.
[15]	崔丽群，张月，田鑫. 融合双阈值和改进形态学的边缘检测[J]. 计算机工程与应用, 2017, 53(9): 190-194.

基于多小波变换的多聚焦图像融合

Multi-focus image fusion method based on multi-wavelet transform

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics