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

您当前的位置：

首页 >

文章列表页 >

信息光学与图像处理 | 更新时间：2025-09-01

- 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
- Multi focus image fusion algorithm based on discrete Curvelet transform and adaptive energy model
- 光学技术 2018年44卷第5期页码：622-629
- 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：
  
  浙江省自然科学基金(LQ18A030001)
- DOI：10.13741/j.cnki.11-1879/o4.2018.05.018
  中图分类号：
- 纸质出版：2018
- 稿件说明：
移动端阅览
张琪, 赵娜, 熊伟清. 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[J]. 光学技术, 2018,44(5):622-629.

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

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.

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。

浏览量

138

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

卷积稀疏表示图像融合与超分辨率联合实现

基于判别字典学习与形态成分分解的多源图像融合

基于压缩感知耦合梯度下降的红外-可见光图像自适应融合算法

2D经验模态分解与非下采样方向滤波器组的红外与可见光图像融合算法

多传感器大视场成像系统设计及关键技术研究