基于双树复小波变换彩色多聚焦图像融合方法

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (28): 12-14.

基于双树复小波变换彩色多聚焦图像融合方法

王亚杰^1,2,李殿起^1,3,徐心和¹

1.东北大学信息科学与工程学院,沈阳 110004
2.沈阳航空工业学院工程实践中心,沈阳 110136
3.沈阳工业大学机械学院,沈阳 110023

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-10-01 发布日期:2007-10-01
通讯作者: 王亚杰

Color multi-focus image fusion method based on dual-tree complex wavelet transform

WANG Ya-jie^1,2,LI Dian-qi^1,3,XU Xin-he¹

1.School of Information Science & Engineering,Northeastern University,Shenyang 110004,China
2.Engineering Practice Center,Shenyang Institute of Aeronautic Engineering,Shenyang 110136,China
3.School of Mechanical Engineering,Shenyang University of Technology,Shenyang 110023,China

Received:1900-01-01 Revised:1900-01-01 Online:2007-10-01 Published:2007-10-01
Contact: WANG Ya-jie

摘要/Abstract

摘要： 针对离散小波变换图像融合算法在特征表达上存在的不足,将双树复数小波变换引入到彩色多聚焦图像融合中。对彩色图像的三个通道分别进行融合处理,并采用基于多测度的融合策略：各通道小波变换后低频子带采用区域清晰度的方法;高频子带采用区域标准差的方法。融合效果评价除使用传统方法的熵、交叉熵外,还使用了通用的主观与客观相结合的方法。通过对实验结果的主客观性能分析,验证了该方法得到的融合图像效果较好,优于离散小波变换融合算法。

关键词: 双树复小波变换, 多聚焦图像, 彩色图像, 图像融合

Abstract: The dual-tree complex wavelet transform is introduced in color multi-focus image fusion,aiming at the deficiencies of existing discrete wavelet transform based algorithms in characteristics representation.Three channels of the source color images are fused respectively by multi-measurement fusion scheme.The local definition is applied in low frequency bands,and the local standard deviation is applied in high frequency bands,after the wavelet transform of every channel of source images.Besides the traditional performance evaluating methods of entropy and cross entropy,the universal measures which combine objective and subjective factors are also used.The experimental results show that the fused image obtained by proposed method has good effect,and the proposed method is superior to the discrete wavelet transform fusion based algorithms.

Key words: dual-tree complex wavelet transform, multi-focus image, color image, image fusion

王亚杰^1,2,李殿起^1,3,徐心和¹. 基于双树复小波变换彩色多聚焦图像融合方法[J]. 计算机工程与应用, 2007, 43(28): 12-14.

WANG Ya-jie^1,2,LI Dian-qi^1,3,XU Xin-he¹. Color multi-focus image fusion method based on dual-tree complex wavelet transform[J]. Computer Engineering and Applications, 2007, 43(28): 12-14.

[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]	李伟斌1，2，马洪林1，易贤1，赵凡1，李维浩1. 基于色彩空间变换的彩色图像分割方法[J]. 计算机工程与应用, 2019, 55(9): 162-167.
[10]	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.
[11]	顾婷婷，刘新会，桑庆兵，李朝锋. 基于双树复小波的无参考立体图像质量评价[J]. 计算机工程与应用, 2019, 55(2): 154-161.
[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.