一种空域窗口相关的多源图像融合策略

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (7): 166-168.

• 图形、图像、模式识别 • 上一篇下一篇

一种空域窗口相关的多源图像融合策略

李建博，赵永强，程咏梅，张学帅

西北工业大学自动化学院，西安 710129

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-03-01 发布日期:2011-03-01

Multi-source image fusion scheme based on spatial window correlation

LI Jianbo，ZHAO Yongqiang，CHENG Yongmei，ZHANG Xueshuai

Department of Automation，Northwestern Polytechnical University，Xi’an 710129，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-03-01 Published:2011-03-01

摘要/Abstract

摘要： 根据不同传感器获得的同一场景的多幅图像之间具有信息的冗余性和互补性，在小波域图像融合的范畴内，提出了一种基于空域窗口相关的图像融合策略。综合考虑二进小波域的各种相关关系如尺度间相关性、尺度内子带间相关性和子带内系数的空间聚集特性，定义一种新的空域窗口相关函数对其进行整体描述以衡量图像边缘强度，并以之构造融合策略进行图像融合。该策略应用于红外和可见光图像融合的仿真实验中，取得了更优的量化指标，总体融合性能强于现有的图像融合策略。

关键词: 图像融合, 红外图像, 可见光图像, 空域窗口相关, 小波变换

Abstract: Based on the redundancy and complementarity between different images of the same scenarios，a strategy of spatial window correlation image fusion is proposed in the area of wavelet image fusion.Considering various correlations，such as correlation of scale，correlation of inter-sub band scale coefficient and the space aggregation behavior of sub-band coefficient in dyadic wavelet domain，a new spatial window correlation is defined to describe those correlations to measure the overall edge strength.An image fusion strategy is structured by the spatial window correlation.The strategy used in the simulation experiments of infrared and visible image fusion can get better quantitative index.The overall fusion performance of image fusion is better than that of the existing strategy.

Key words: image fusion, infrared image, visible image, Spatial Window Correlation（SWC）, wavelet transform

李建博，赵永强，程咏梅，张学帅. 一种空域窗口相关的多源图像融合策略[J]. 计算机工程与应用, 2011, 47(7): 166-168.

LI Jianbo，ZHAO Yongqiang，CHENG Yongmei，ZHANG Xueshuai. Multi-source image fusion scheme based on spatial window correlation[J]. Computer Engineering and Applications, 2011, 47(7): 166-168.

[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]	杜秀丽，马振倩，邱少明，吕亚娜. 基于卷积注意力机制的运动想象脑电信号识别[J]. 计算机工程与应用, 2021, 57(18): 181-185.
[5]	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.
[6]	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.
[7]	范文兵，孙志远. 基于小波域广义高斯分布的SAR图像分割算法[J]. 计算机工程与应用, 2020, 56(5): 222-226.
[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]	闵超波. 基于自适应混合多项式变换的图像配准[J]. 计算机工程与应用, 2020, 56(23): 194-201.
[10]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	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.
[15]	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.

一种空域窗口相关的多源图像融合策略

Multi-source image fusion scheme based on spatial window correlation

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