基于快速有限剪切波变换与引导滤波的多聚焦图像融合算法

来源 :激光与光电子学进展 | 被引量 : 22次 | 上传用户:yangjie871202
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了使融合后的多聚焦图像细节特征丰富且边缘清晰,提出一种基于快速有限剪切波变换(FFST)与引导滤波的图像融合算法。利用FFST将源图像分解为低频系数和高频系数。在融合低频系数时,定义一种改进的拉普拉斯能量和(NSML),并设计一种基于区域NSML的低频系数选择方案;针对高频系数富含细节信息的特点,提出一种基于引导滤波的区域能量加权融合算法。然后,通过逆FFST获取最终的融合图像。对比实验结果表明,所提算法在主观视觉效果与客观评价指标方面都取得了较好的结果。
其他文献
针对传统的采用发散照明的相位测量轮廓术投影到参考面上的光场产生畸变的情况,提出一种利用逆推法从参考面上的位置坐标与光栅条纹坐标分布之间的映射关系建立投影光栅模型的方法,确保校正光栅投影到参考面上的条纹满足周期性分布。通过相位-高度映射关系恢复出被测物体的面形分布。该方法无须像传统测量方法一样将相位-高度之间的映射关系以数据表形式存储在计算机中,放宽了系统测量的约束条件,简化了测量装置,并能实现高精
利用红外光谱技术分析感染小斑病的玉米叶片,获取了染病玉米叶片的分子结构信息,研究结果表明真菌病原体对叶片中的蛋白质结构有一定的影响。二维相关红外光谱分析结果显示,
闭环检测算法可消除视觉同时定位与建图(VSLAM)系统的累计误差,并对构建全局一致性地图有重要作用。针对现有传统闭环检测算法在视角与场景外观变化下准确率与稳健性降低,及部分基于深度学习方法特征提取与闭环识别实时性不佳的问题,设计了一种融合Gist特征与卷积自编码的闭环检测算法,将Gist特征作为卷积自编码网络重构目标,可增强模型在外观变化下的场景特征表达能力;同时通过透视变换构造视角变化训练图像对
针对差值局部方向模式(DLDP)识别效果不理想的问题,提出一种基于正交梯度差局部方向模式(OGDLDP)的人脸识别方法。分别将3pixel×3pixel和5pixel×5pixel领域的像素灰度值与两组不同的8个Kirsch算子卷积,将两组边缘响应值按照对应编号相互作差并取绝对值,得到8个水平和垂直方向的边缘响应差值;若将3pixel×3pixel领域得到的近邻边缘响应值,按逆时针方向前后作差并取
针对传统单高斯背景模型(SGM)检测中背景模型不能很好地自适应背景变化等问题,提出了一种改进的单高斯背景模型检测的方法。该方法取前N帧做均值建立初始背景模型,然后利用三帧
为了达到更好的去噪效果,对现有空域中基于偏微分方程去噪模型的优缺点进行分析,并且在L~p范数自适应去噪模型的基础上,提出基于全变差的双保真项去噪模型。此模型引入了自适应参数作为保真项的权重,使得模型能够根据不同的区域控制保真的强度,增加自适应去噪能力。为了克服平滑区域的"阶梯"效应,在模型中加入自适应的梯度保真项,使去噪后的图像与原图像具有相似的梯度结构。实验结果显示,无论是在峰值信噪比、结构相似
为了解决在用(0-1)掩膜和最小二乘迭代法处理局部高密度残差点包裹相位解包时,由于真实相位丢失、误差传递和过度平滑作用引起的相位解包精度低的问题,提出一种新的解包方法。采
提出一种基于大空气孔保偏微结构光纤偏振回旋滤波器(PM-MOF-RF)的光微流折射率传感器。保偏微结构光纤(PM-MOF)沿轴向引入周期性往复扭转结构,可实现光纤中正交偏振模的谐振
深度卷积神经网络在图像分类任务中取得了极大的成功。现有的基于简化卷积的卷积神经网络结构能够减少网络参数,但会丢失部分特征信息,降低网络性能。为了提高图像分类正确率,提出一种二分支卷积单元。该卷积单元包含两种类型的滤波器,分别用于提取包含特征通道内与通道间信息的特征。以此卷积单元代替传统的滤波器,构建深度卷积神经网络,称为CTsNet。将该网络应用于图像分类任务,在CIFAR10、CIFAR100数
提出了一种利用电磁超表面实现Ku波段(12~18GHz)的低剖面反射型线性极化转换表面,该表面能对Ku波段的线极化电磁波进行正交极化旋转。给出了极化转换表面的设计原理,并对极化