计算机工程与应用 ›› 2016, Vol. 52 ›› Issue (2): 205-208.
王 飞1,王 瑶1,史彩成2
WANG Fei1, WANG Yao1, SHI Caicheng2
摘要: 相对传统多尺度分析工具,shearlet变换更适于提取图像细节信息。采用shearlet变换进行图像融合,对源图像进行shearlet域分解,对低频子带采用SML算子作为融合依据,高频子带采取区域能量与单个像素相结合的方式选择系数,对融合后的系数进行逆shearlet变换得到融合图像。仿真实验表明,算法在视觉效果和量化结果上均有提高。