基于NSCT与模糊逻辑的图像融合方法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (11): 171-174.

• 图形、图像、模式识别 • 上一篇下一篇

基于NSCT与模糊逻辑的图像融合方法

郑义军1，2，任仙怡2，3，刘秀坚1，2，胡涛2，3，张基宏1，2，3

1.深圳大学计算机科学与技术系，广东深圳 518060
2.深圳市可视媒体处理与传输重点实验室，广东深圳 518029
3.深圳信息职业技术学院，广东深圳 518029

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-04-11 发布日期:2011-04-11

Image fusion based on NSCT and fuzzy logic

ZHENG Yijun1，2，REN Xianyi2，3，LIU Xiujian1，2，HU Tao2，3，ZHANG Jihong1，2，3

1.Department of Computer Science and Technology，Shenzhen University，Shenzhen，Guangdong 518060，China
2.Shenzhen Processing and Transmission of Visual Media Key Laboratory，Shenzhen，Guangdong 518029，China
3.Institute of Information Technology，Shenzhen，Guangdong 518029，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-04-11 Published:2011-04-11

摘要/Abstract

摘要： 提出一种基于非下采样Contourlet变换（NSCT）和模糊逻辑的图像融合方法。NSCT分解有利于更好地保持图像的边缘信息和轮廓结构，并增强图像的平移不变性。在对原图像进行多尺度几何分解后，针对图像融合过程中原图像融入信息程度的不确定性，采用基于模糊逻辑（Fuzzy logic）的融合规则指导图像的融合：根据高低频各自的频带特性和待融合图像的特点，对高频使用基于信息熵与模糊逻辑的融合方法，而对低频使用基于亮度、梯度、方差、信息熵等特性及模糊逻辑的规则得到融合系数，最终经过NSCT逆变换得到融合图像。实验结果表明，该算法的融合图像具有良好的视觉效果及客观评指标，指标与视觉效果也能够较好的统一。

关键词: 图像融合, 红外与可见光, 非下采样Contourlet变换, 模糊逻辑, 隶属度函数

Abstract: A method of image fusion based on Non-Subsampled Contourlet Transform（NSCT） and fuzzy logic is proposed in this paper.As NSCT which is fully shift-invariant can maintain the edges information and the contour of original image.The original images with NSCT are decomposed.And then，a fusion rule based on fuzzy logic is adopted to handle the uncertainty of the contribution of the source images to the fused image.According to the different features of high and low frequency-bands，the coefficients of high frequency-bands are fused by entropy and fuzzy logic，and the coefficients of low frequency-band are fused by intensity，gradient，variance，entropy and fuzzy logic.Finally，the inverse NSCT is performed to obtain the fused image.The experimental results show favorable visual effect and objective measures of the fused image，and the visual effect and the objective measures indexes have good consistency.

Key words: image fusion, infrared and visible light image, Non-Subsampled Contourlet Transform（NSCT）, fuzzy logic, member-ship function

郑义军1，2，任仙怡2，3，刘秀坚1，2，胡涛2，3，张基宏1，2，3. 基于NSCT与模糊逻辑的图像融合方法[J]. 计算机工程与应用, 2011, 47(11): 171-174.

ZHENG Yijun1，2，REN Xianyi2，3，LIU Xiujian1，2，HU Tao2，3，ZHANG Jihong1，2，3. Image fusion based on NSCT and fuzzy logic[J]. Computer Engineering and Applications, 2011, 47(11): 171-174.

[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]	但雨芳，陶剑文，徐浩特. 可能性聚类假设的半监督分类方法[J]. 计算机工程与应用, 2020, 56(9): 65-74.
[7]	袁顺杰，程辉，叶贞成，程培鑫. SOM-T2 FLS在股市预测中的应用研究[J]. 计算机工程与应用, 2020, 56(7): 130-136.
[8]	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.
[9]	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.
[10]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	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.
[15]	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.

基于NSCT与模糊逻辑的图像融合方法

Image fusion based on NSCT and fuzzy logic

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