多聚焦图像
多聚焦图像的相关文献在2002年到2022年内共计262篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、机械、仪表工业
等领域,其中期刊论文165篇、会议论文6篇、专利文献297524篇;相关期刊106种,包括科技信息、中国图象图形学报、光学精密工程等;
相关会议5种,包括第六届中国信息融合大会、第五届中国信息融合大会、2010(第三届)全国网络与信息安全学术会议等;多聚焦图像的相关文献由576位作者贡献,包括郑苍隆、武迎春、王安红等。
多聚焦图像—发文量
专利文献>
论文:297524篇
占比:99.94%
总计:297695篇
多聚焦图像
-研究学者
- 郑苍隆
- 武迎春
- 王安红
- 刘斌
- 赵贤凌
- 何小海
- 王建
- 王睿
- 胡绍海
- 陈广东
- Hu Shaohai
- 刘帅奇
- 吴凡
- 宋瑾
- 张彬
- 张新曼
- 曼努埃尔·阿施万登
- 江涛
- 滕奇志
- 王国珲
- 王小春
- 王正勇
- 邓伟
- 郑永果
- 闫涛
- 陈超
- 韩九强
- Liu Shuaiqi
- Sun Wei
- 三宅康宏
- 严锡君
- 乌尔禾·孔托里
- 任风华
- 何敏
- 克劳斯·梅拉卡里
- 刘刚
- 刘彬
- 刘欢
- 刘维杰
- 叶明
- 吴拥
- 吴晓红
- 周旭
- 周涵
- 周立俭
- 周锐
- 姬光荣
- 孙伟
- 孙小进
- 孙胜利
-
-
圣文顺;
孙艳文;
张会影
-
-
摘要:
为解决稀疏理论融合后多聚焦图像细节特征模糊、综合效果不佳等问题,提出了一种将稀疏理论与快速有限剪切波变换联合引导滤波(FFST-GIF)相结合的图像融合算法.利用FFST从原始图像中分解出高频和低频子带系数,采用引导滤波的相对标准差算法融合细节信息丰富的高频系数;使用K-SVD方法训练得到完备字典,再结合稀疏理论融合低频系数;通过逆FFST将融合后的高、低频子带系数进行再融合,得到新的融合图像.基于MATLAB,选取哈佛大学数据库中的脑核磁共振图像为样本,采用平均梯度(AG)、空间频率(SF)、互信息(MI)以及边缘保留信息传递因子(Q^(AB/F))4个客观评价指标,将所提出算法与基于非下采样轮廓波变换与脉冲耦合神经网络的多聚焦图像融合算法等3种不同融合算法进行对比,进行了不同变换域融合试验与不同融合算法试验.结果表明,所提出算法在客观综合评价指标与视觉效果方面均取得了突出优势,各评价指标参数都有较大提升,AG、Q^(AB/F)最高值分别可达0.0813、0.7935,所提出算法有较好的应用前景.
-
-
雷光波;
万方
-
-
摘要:
在融合多聚焦图像过程中,极易产生低频子带信息损失、边缘失真与图像模糊等问题,为获取更理想的融合图像,提出基于边缘保持滤波的多聚焦图像融合仿真。根据自适应梯度联合约束,通过初步复原阶段、边缘保持滤波阶段、梯度先验估计阶段以及最终复原阶段,复原模糊图像,利用深度神经网络模型的自编码器构建低频子带,将子带设定成网络输入后,根据自编码器的学习属性,获取输入子带特征,取得隐藏层神经元权重,通过权重对比选取适宜的低频子带,实现多聚焦图像融合。采用标准差、平均梯度、互信息量以及边缘信息保持度指标,客观评估多聚焦图像融合性能,研究表明所提方法具有较强的噪声抑制性能,可以有效提取源图像清晰像素,图像融合优势显著。
-
-
朱亚辉
-
-
摘要:
动静态联合滤波器具有良好的边缘平滑特性,对梯度反转和全局强度迁移等伪影具有很强的鲁棒性。为了保留源图像的结构信息,提出了基于动静态联合滤波器的多聚焦图像融合方法。首先采用动静态联合滤波器将源图像分解为结构分量和纹理分量,以视觉显著度加权法对结构分量进行融合,综合相位一致性和清晰度信息对纹理分量进行融合;将两分量叠加获得初始融合图像,并通过计算源图像与初始融合图像间的结构相似度作为决策矩阵,获得最终的融合图像。通过对比多组融合图像主、客观评价结果发现,该方法能有效保留边缘信息。
-
-
罗回彬;
林梓鑫;
怀国威;
温焕锦
-
-
摘要:
本文提出了一种基于图像滑窗方差和形态学的多聚焦融合方法。首先,对多聚焦图像进行窗口滑动并计算每个滑动窗口的图像方差。其次,通过比较滑窗方差的大小来计算每个像素在源图像的选取次数。通过比较每个像素在不同源图像相应选取次数,进行融合像素选定的判定,实现初步图像融合。针对难以区分的像素,本文还采用欧式距离进一步分析。运用形态学对初步融合的图像进行去噪处理。最后,还对融合图像的聚焦边缘进行平均加权处理。本文采用定性和定量分析,对比了五种不同的融合方法。实验结果表明,我们提出的融合方法能实现很好的融合效果。
-
-
王纪委;
曲怀敬;
魏亚南;
徐佳;
张志升;
张汉元
-
-
摘要:
针对现有的多聚焦图像融合方法对聚焦/散焦边界(FDB)信息捕捉不准确的问题,提出了一种新的基于线性稀疏表示和图像抠图的多聚焦图像融合方法。首先,引入一种基于线性稀疏表示的焦点测度,它利用自然图像形成的字典与输入图像在局部窗口上的线性关系,通过求解线性系数来表示图像的焦点信息。然后,利用焦点测度获取源图像的焦点图和一个由聚焦区域、散焦区域以及包含FDB的未知区域组成的三元图,并将三元图作为一个输入,采用图像抠图技术处理源图像的FDB区域,从而得到较精确的全聚焦图像。最后,为了进一步提高融合图像的质量,将得到的全聚焦图像作为新字典实现融合过程的迭代进行,在经过设定的更新次数后得到最终的全聚焦融合图像。实验结果表明,相比于11种最先进的多聚焦图像融合方法,该方法具有较好的融合性能和视觉效果,且有较高的计算效率。
-
-
朱亚辉
-
-
摘要:
为了增加图像的细节信息,提出了一种基于NSCT和分数阶微分的多聚焦图像融合方法。首先采用NSCT将源图像分解为低频子带和高频子带,低频融合规则以基于局部对比度的变化显著度最大为决策图,高频融合规则以基于分数阶微分算法的梯度最大为决策图。最后通过逆NSCT得到融合图像。通过对比多组融合图像主、客观评价结果表明,该方法能有效保留边缘信息。
-
-
张雪峰;
何昊
-
-
摘要:
针对多聚焦图像融合问题,借鉴多尺度融合方法对各个尺度的互补信息进行针对性融合.首先,运用L0梯度最小化的平滑方法将源图像分解为背景层和细节层,然后在背景层的融合中运用分数阶边缘检测掩模保持边缘信息,在细节层中引入分数阶梯度能量算子进行权值分配.实验结果表明,与整数阶梯度能量清晰度算子相比,本文所提出的分数阶梯度能量算子符合人眼视觉感知且更加敏锐.上述融合方法有效避免了融合图像中的伪影和块状效应,更加充分地保留了源图像信息.
-
-
李致金;
顾鹏;
钱百青
-
-
摘要:
针对同一目标不同焦点图像优势互补的需求和现有多焦点图像融合算法存在焦点不清晰、边缘模糊和重影等问题,引入一种基于参数自适应脉冲耦合神经网络(PAPCNN)和卷积稀疏表示(CSR)的多聚焦图像融合算法。在非下采样剪切波变换(NSST)分解高低频子带的基础上,采用CSR融合低频子带系数,其中的高频子带系数利用一种参数自适应PCNN算法(PAPCNN)进行融合,并且对PAPCNN中的隐函数β进行改进,达到更好的融合效果。仿真实验结果表明,该方法解决了传统PCNN算法在融合图像时参数设置困难和传统稀疏表示细节保存性能不佳的问题,在视觉效果和客观指标方面与现有主流融合算法相比均具有较大优势。
-
-
钱荣威;
许丹丹;
周涵
-
-
摘要:
为提高多聚焦图像的融合质量,提出了一种基于多方向双树复小波变换(M-DTCWT)的多聚焦图像融合方法。对多聚焦图像进行DTCWT分解得到低频系数与高频系数,再采用非下采样滤波器(NSDFB)对高频系数进行方向分解得到多尺度多方向的高频分解系数。对低频系数,提出结合模糊逻辑和稀疏表示(FSR)的融合规则得到低频融合系数。对高频系数,利用平均高斯差分梯度(ADOG)作为自适应双通道脉冲耦合神经网络(2APCNN)链接强度,提出基于改进双通道脉冲耦合神经网络的高频融合策略。最后通过M-DTCWT的反变换得到融合图像。实验结果表明,采用本文算法得到的融合图像在主观效果与客观指标上均优于传统的融合方法,较传统DTCWT方法,实验的2组图像在客观指标边缘信息度量Q AB/F和互信息MI上,分别提高了1.93%、8.87%和1.40%、9.18%。
-
-
郭锋锋
-
-
摘要:
提出了一种NSCT结合清晰区域边缘检测多聚焦图像融合算法,算法首先对原图像A、B进行NSCT分解,得到低通子带和带通子带;并提出了改进的梯度能量的低通子带规则,通过对切比雪夫矩的研究,提出了基于切比雪夫矩的带通子带融合规则;最后在对原图像采用Pal算法对原图进行清晰区域边缘提取,用于增强融合后的图像边缘信息,实验结果表明,本文提出NSCT域结合边缘检测算法最终的主观视觉良好和客观评价指标大幅提高.
-
-
Liu Shuaiqi;
刘帅奇;
Hu Shaohai;
胡绍海;
Sun Wei;
孙伟
- 《第五届中国信息融合大会》
| 2013年
-
摘要:
该文针对现有的基于多尺度几何变换的图像融合算法低频系数融合算法简单的缺点,结合非下采样方向复小波变换(Nonsubsampled direction filter bank—dual-tree complex wavelet transform,NSDFB-DTCWT)具有更多的低频子带系数的优点,提出一种基于NSDFB-DTCWT变换的多聚焦图像融合算法.首先,对源图像进行NSDFB-DTCWT分解;其次对分解的低频系数进行自适应加权融合策略;然后对分解的高频系数进行改进拉普拉斯能量和模取大的融合策略;最后将融合后的系数进行NSDFB-DTCWT反变换得到融合后的图像.该算法有效的利用了图像的轮廓信息,有利于更好的保持源图像的信息.实验结果表明,该融合算法不仅可以获得很好的视觉融合效果,而且其客观评价指标也得到了提升.
-
-
Sun Wei;
孙伟;
Hu Shaohai;
胡绍海;
Liu Shuaiqi;
刘帅奇
- 《第五届中国信息融合大会》
| 2013年
-
摘要:
结合Shearlet变换的优点和改进的图像低频融合规则,提出了一种基于Shearlet变换的多聚焦图像融合算法.首先,采用Shearlet变换对源图像进行多尺度几何分解,区别于其他的多尺度几何融合算法,该文在分解的低频系数采用基于SML加权的融合规则进行融合,Shearlet域高频系数采用基于区域系数SML值取大的融合规则.最后,对融合后的系数进行逆Shearlet变换重构融合图像.实验结果表明,与基于小波变换和Contoulet变换的图像多聚焦融合算法相比,该文方法在视觉效果和客观评价指标上都得到了提升.
-
-
-
位耀光;
王剑秦;
李道亮;
涂序彦
- 《第三届亚洲精细农业会议暨第五届智能化农业信息技术国际学术会议》
| 2009年
-
摘要:
本文针对多聚焦图像融合问题,借鉴生物视觉特性和相关图像处理理论,提出了一种基于视觉感知特性的多聚焦图像融合算法。该算法在对待融合的多聚焦图像进行RGB分块分解的基础上,采用视觉对比度模型以确定融合后图像的选取准则。为了获得最佳图像融合效果,采用免疫遗传算法以指导图像分块,标准熵和标准偏差作为评价图像融合质量的的标准。实验表明,该算法具有较好的效果,能够解决多聚焦图像融合问题。
-
-
-
Sun Yuchao;
孙裕超;
Hu Shaohai;
胡绍海;
Yang Fengbao;
杨风暴
- 《第六届中国信息融合大会》
| 2014年
-
摘要:
非下采样剪切波变换(NSST)具有多尺度、多方向等诸多性质,但是它仅限于时频域有限信号,分数阶傅里叶变换(FRFT)将信号的分析转入分数域,对时频分析有整体性,但是又难以分析信号的局部特征,本文提出一种基于FRFT和NSST的图像融合方法,首先,将两幅源图像进行非下采样剪切波变换,之后将其进行分数阶傅里叶变换,得到高频分量采用基于区域系数改进的拉普拉斯能量和(SML)值取大的方法选取高频融合系数,低频系数采取加权平均来获得,最终通过FRFT和NSST逆变换获得融合图像,实验结果显示,本文提出的算法优于直接使用非下采样轮廓波(NSCT)变换和非下采样剪切波(NSST)变换.