当前位置:主页 > 科技论文 > 电子信息论文 >

结合FABEMD和改进的显著性检测的图像融合

发布时间:2024-01-31 08:06
  针对红外与可见光图像融合中存在的显著目标不突出、对比度低、存在较多的伪影问题,提出了一种结合快速自适应二维经验模态分解(fast and adaptive bidimensional empirical mode decomposition,FABMED)和改进的显著性检测的图像融合算法。首先,通过FABEMD对红外和可见光图像进行多尺度分解得到对应的基础层和细节层。然后,对最大对称环绕显著性检测做暗抑制改进,将其用于基础层的融合上;结合改进的显著性检测和引导滤波,对细节层进行融合。最后,对各融合子图进行FABEMD逆变换重构出融合图像。与其他经典的融合算法相比,仿真实验验证了本文算法的有效性。

【文章页数】:9 页

【部分图文】:

图2MSS和DSMSS显著性检测对比

图2MSS和DSMSS显著性检测对比

图2MSS和DSMSS显著性检测对比1.4融合规则


图1结合FABEMD-DSMSS的图像融合结构图

图1结合FABEMD-DSMSS的图像融合结构图

算法的流程主要有FABEMD分解、DSMSS显著性检测、融合规则。1.2FABEMD分解


图2MSS和DSMSS显著性检测对比

图2MSS和DSMSS显著性检测对比

图2为MSS和DSMSS显著性检测对比。在图2(c)~图2(f)中,框中的部分在源图像中较暗,不应该出现在融合图像中,从图2(c)~图2(f)可以看出,框中的部分出现在MSS显著性检测结果图中,而DSMSS显著性检测对这一部分进行了抑制。在融合结果图2(g)和图2(h)中,基于M....


图3基础层融合规则分析

图3基础层融合规则分析

分解图像的基础层包含了图像的大部分能量,为了使融合结果中目标突出,本文基础层融合规则基于DSMSS显著性检测生成。图3是基础层融合规则分析,红外与可见光图像的DSMSS对比图通过式(8)计算。可以看出,图3(a)目标突出,将其用于基础层的融合规则中,可以保持显著性目标的对比度,取....



本文编号:3891248

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3891248.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户d3799***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com