Multi focus image fusion algorithm based on discrete Curvelet transform and adaptive energy model

doi:10.13741/j.cnki.11-1879/o4.2018.05.018

您当前的位置：

首页 >

文章列表页 >

Multi focus image fusion algorithm based on discrete Curvelet transform and adaptive energy model

更新时间：2025-09-01

- Multi focus image fusion algorithm based on discrete Curvelet transform and adaptive energy model
- Vol. 44, Issue 5, Pages: 622-629(2018)
- 作者机构：
  
  1. 1:宁波大红鹰学院信息工程学院
  2. 2:宁波大学信息科学与工程学院
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2018.05.018
  CLC：
- Published：2018
- 稿件说明：
移动端阅览
Multi focus image fusion algorithm based on discrete Curvelet transform and adaptive energy model[J]. 2018, 44(5): 622-629.
DOI：

Multi focus image fusion algorithm based on discrete Curvelet transform and adaptive energy model[J]. 2018, 44(5): 622-629. DOI： 10.13741/j.cnki.11-1879/o4.2018.05.018.

摘要

针对当前图像融合算法多采用一个源图像的子带能量函数作为融合系数

导致融合图像质量不理想

提出一种基于离散Curvelet变换与自适应能量模型的多聚焦图像融合算法。利用离散Curvelet对源图像进行多尺度分解

以获取图像的低频子带和高频子带;将低频子带分割成子块

利用离散Curvelet系数来构造平均能量函数

以此建立自适应能量模型;引入信息熵模型

对高频子带所包含的信息量进行度量;通过高频子带所含信息量特征和清晰度特征

完成图像高频子带的融合。实验结果表明:与当前多聚焦图像融合算法相比

所提算法具有更高的融合质量

其输出图像具备更好的细节表现能力。

Abstract

关键词

Keywords

references

Views

138

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Joint implementation of image fusion and super-resolution based on convolutional sparse representation

Multi-source image fusion based on discriminative dictionary learning and morphological component decomposition

Adaptive fusion algorithm of infrared visible light image based on compressed sensing coupling gradient descent

Infrared and visible image fusion algorithm based on 2D empirical mode decomposition and non-subsampled directional filter banks

Research on large field of view imaging system design using multi-sensor array and key technologies

Related Author

李华锋

张亚飞

谢明鸿

李凡

杨默远

王一棠

张佳丽

肖宁

Related Institution

1:昆明理工大学信息工程与自动化学院

1:南充职业技术学院电子信息工程系

2:山西财经大学信息工程学院

1:南通理工学院计算机与信息工程学院

1:北京理工大学光电学院光电成像技术与系统教育部重点实验室

⁰