-
公开(公告)号：CN106846289A
公开(公告)日：2017-06-13
申请号：CN201710034250.0
申请日：2017-01-17
Applicant: 中北大学
Abstract: 本发明公开了一种基于显著性迁移与细节分类的红外光强与偏振图像融合方法。首先对源图像进行非下采样轮廓波变换（NSCT）的多尺度分解；其次，对分解所得低频分量进行显著性检测，并以显著性图像百分位数进行活动阈值分割，确定显著区；然后，将偏振特有低频显著区迁移到低频融合图像中，其余低频部分作为背景区以取大规则保留强度信息；高频分量利用相位一致性及其阈值分为边缘轮廓类和纹理细节类，并分别利用相位一致性和局部标准差对相应两类细节融合；最后，通过NSCT逆变换重构出最终融合图像。本发明能够将源图像显著亮暗特征和较多的细节信息有效地融合到一幅图像中，主要用于（但不限于）红外光强和偏振图像的融合。
-
公开(公告)号：CN105279747A
公开(公告)日：2016-01-27
申请号：CN201510837582.3
申请日：2015-11-25
Applicant: 中北大学
IPC: G06T5/50
Abstract: 本发明属于图像融合领域，具体为一种可提高综合考虑源图像多方面差异特征类型及强弱关系，增强特征利用率以提高融合效果的多特征目标函数引导的红外偏振与光强图像融合方法。本发明利用红外偏振与光强图像差异特征的类型及幅值、融合权值向量构建的目标函数，综合考虑了像素多属性之间的强弱关系，利用源图像之间的特征作为种群个体之间的差异信息，通过差分进化进行基于群体差异的优化融合，提高各特征融合针对性及融合效果。该方法能够有效提高融合图像中的灰度、纹理、边缘、对比度等多方面特征。本发明主要用于红外偏振与光强图像的融合。
-
公开(公告)号：CN105279747B
公开(公告)日：2018-09-14
申请号：CN201510837582.3
申请日：2015-11-25
Applicant: 中北大学
IPC: G06T5/50
Abstract: 本发明属于图像融合领域，具体为一种可提高综合考虑源图像多方面差异特征类型及强弱关系，增强特征利用率以提高融合效果的多特征目标函数引导的红外偏振与光强图像融合方法。本发明利用红外偏振与光强图像差异特征的类型及幅值、融合权值向量构建的目标函数，综合考虑了像素多属性之间的强弱关系，利用源图像之间的特征作为种群个体之间的差异信息，通过差分进化进行基于群体差异的优化融合，提高各特征融合针对性及融合效果。该方法能够有效提高融合图像中的灰度、纹理、边缘、对比度等多方面特征。本发明主要用于红外偏振与光强图像的融合。
-
公开(公告)号：CN106846289B
公开(公告)日：2019-08-23
申请号：CN201710034250.0
申请日：2017-01-17
Applicant: 中北大学
Abstract: 本发明公开了一种基于显著性迁移与细节分类的红外光强与偏振图像融合方法。首先对源图像进行非下采样轮廓波变换（NSCT）的多尺度分解；其次，对分解所得低频分量进行显著性检测，并以显著性图像百分位数进行活动阈值分割，确定显著区；然后，将偏振特有低频显著区迁移到低频融合图像中，其余低频部分作为背景区以取大规则保留强度信息；高频分量利用相位一致性及其阈值分为边缘轮廓类和纹理细节类，并分别利用相位一致性和局部标准差对相应两类细节融合；最后，通过NSCT逆变换重构出最终融合图像。本发明能够将源图像显著亮暗特征和较多的细节信息有效地融合到一幅图像中，主要用于（但不限于）红外光强和偏振图像的融合。
-
-
-
Search Results
4
records
(took 0.025 seconds)
