论文部分内容阅读
活性测度是图像融合过程中的重要衡量工具。通过其提取的某种特征信息,来决定哪幅输入图像的特征更为明显。在基于多分辨率分解的融合算法中,常用的活性测度只考虑各层高频子带系数本身,忽略了低频系数所提供的信息。考虑到综合高、低频系数对于活性测度的影响,基于非下采样Contourlet变换良好的平移不变性、多方向等特性,提出了一种在一般方法的基础上,添加由低频系数所得的掩模,再作为活性测度的融合算法。给出了不同活性测度的融合图像以及客观性能评价指标。结果表明,熵掩模测度的融合结果优于其他几种传统测度。