-
公开(公告)号：CN103985105B
公开(公告)日：2016-11-23
申请号：CN201410058550.9
申请日：2014-02-20
申请人： 江南大学
IPC分类号： G06T5/50
摘要： 本发明公开了一种基于统计建模的Contourlet域多模态医学图像融合方法，主要解决医学图像融合时空间分辨率和光谱信息难以均衡的问题。其实现步骤是：1)待融合图像进行IHS变换，得到亮度、色调和饱和度；2)分别对亮度分量执行Contourlet变换，并采用EM算法估计高频子带的上下文隐马尔科夫模型CHMM参数；3)低频子带采用区域绝对值和取大的融合规则，高频子带基于CHMM和改进的脉冲耦合神经网络M‑PCNN设计融合规则；4)融合后的高、低频系数执行Contourlet逆变换重构新的亮度分量；5)利用IHS逆变换获得融合图像。本发明能充分整合医学图像的结构和功能信息，有效保护图像细节，改善视觉效果，相比传统的融合方法极大地提高了融合图像的质量。
-
公开(公告)号：CN104268833B
公开(公告)日：2018-06-22
申请号：CN201410470345.3
申请日：2014-09-15
申请人： 江南大学
摘要： 本发明公开了一种基于平移不变剪切波变换(SIST)的图像融合方法。其实现步骤为：首先通过SIST对源图像进行多尺度多方向分解，获得低频子带及高频子带系数。其次，低频子带反映了图像的轮廓信息，通过局部结构张量奇异值分解方法得到辨识图像清晰度的局部结构描述子，以此作为融合策略中的活动测度函数，采用取大的策略融合。高频子带体现了图像的细节信息，本发明提出了一种改进的边缘强度度量方式，并构造了一种基于sigmoid函数与边缘强度度量的多策略融合规则用于高频子带融合。最后，对得到的融合系数进行逆SIST变换得到最终融合图像。本发明克服了传统图像融合方法容易造成边缘失真的缺陷，融合图像保留了更多的边缘和细节信息。
-
公开(公告)号：CN103985104B
公开(公告)日：2017-01-25
申请号：CN201410057924.5
申请日：2014-02-20
申请人： 江南大学
IPC分类号： G06T5/50
摘要： 本发明公开了一种基于高阶奇异值分解和模糊推理的多聚焦图像融合方法。（1）对待融合的两幅多聚焦源图像分别进行滑动窗口分块，将分块后相互对应的源图像子块形成子张量；（2）对子张量进行高阶奇异值分解(HOSVD)，采用基于模糊推理的加权平均融合规则对分解系数进行融合，通过提取分解系数的方差，区域能量，匹配度三个特征设计模糊推理规则；（3）对融合后系数进行HOSVD逆变换得到融合后图像子块；（4）将融合后的图像子块组合生成最终融合图像。本发明克服了传统多聚焦图像融合方法容易造成边缘失真的缺陷，很好地解决了图像融合中源图像对融合图像贡献程度的不确定性问题，使融合后图像质量得到明显提高。
-
公开(公告)号：CN103985104A
公开(公告)日：2014-08-13
申请号：CN201410057924.5
申请日：2014-02-20
申请人： 江南大学
IPC分类号： G06T5/50
摘要： 本发明公开了一种基于高阶奇异值分解和模糊推理的多聚焦图像融合方法。（1）对待融合的两幅多聚焦源图像分别进行滑动窗口分块，将分块后相互对应的源图像子块形成子张量；（2）对子张量进行高阶奇异值分解(HOSVD)，采用基于模糊推理的加权平均融合规则对分解系数进行融合，通过提取分解系数的方差，区域能量，匹配度三个特征设计模糊推理规则；（3）对融合后系数进行HOSVD逆变换得到融合后图像子块；（4）将融合后的图像子块组合生成最终融合图像。本发明克服了传统多聚焦图像融合方法容易造成边缘失真的缺陷，很好地解决了图像融合中源图像对融合图像贡献程度的不确定性问题，使融合后图像质量得到明显提高。
-
公开(公告)号：CN107230196B
公开(公告)日：2020-08-28
申请号：CN201710249290.7
申请日：2017-04-17
申请人： 江南大学
摘要： 本发明公开了一种基于非下采样轮廓波和目标可信度的红外与可见光图像融合方法，主要解决红外与可见光图像融合结果中目标不够清晰的问题。其实现步骤是：1)待融合的两幅图像进行非下采样轮廓波NSCT变换，分解得到低频子带和高频子带；2)包含细节信息的高频子带系数，使用NSCT系数绝对值取大的融合策略进行融合；3)对NSCT低频子带系数，通过基于目标可信度的自适应混合融合策略实现融合；4)融合后的高、低频系数执行NSCT逆变换得到融合图像。本发明能充分提取红外图像的目标信息，有效保护可见光图像的细节，改善视觉效果，相比传统的融合方法极大地提高了融合图像的质量。
-
公开(公告)号：CN107230196A
公开(公告)日：2017-10-03
申请号：CN201710249290.7
申请日：2017-04-17
申请人： 江南大学
摘要： 本发明公开了一种基于非下采样轮廓波和目标可信度的红外与可见光图像融合方法，主要解决红外与可见光图像融合结果中目标不够清晰的问题。其实现步骤是：1)待融合的两幅图像进行非下采样轮廓波NSCT变换，分解得到低频子带和高频子带；2)包含细节信息的高频子带系数，使用NSCT系数绝对值取大的融合策略进行融合；3)对NSCT低频子带系数，通过基于目标可信度的自适应混合融合策略实现融合；4)融合后的高、低频系数执行NSCT逆变换得到融合图像。本发明能充分提取红外图像的目标信息，有效保护可见光图像的细节，改善视觉效果，相比传统的融合方法极大地提高了融合图像的质量。
-
公开(公告)号：CN104268833A
公开(公告)日：2015-01-07
申请号：CN201410470345.3
申请日：2014-09-15
申请人： 江南大学
摘要： 本发明公开了一种基于平移不变剪切波变换(SIST)的图像融合新方法。其实现步骤为：首先通过SIST对源图像进行多尺度多方向分解，获得低频子带及高频子带系数。其次，低频子带反映了图像的轮廓信息，通过局部结构张量奇异值分解方法得到辨识图像清晰度的局部结构描述子，以此作为融合策略中的活动测度函数，采用取大的策略融合。高频子带体现了图像的细节信息，本发明提出了一种新的边缘强度度量方式，并构造了一种基于sigmoid函数与边缘强度度量的多策略融合规则用于高频子带融合。最后，对得到的融合系数进行逆SIST变换得到最终融合图像。本发明克服了传统图像融合方法容易造成边缘失真的缺陷，融合图像保留了更多的边缘和细节信息。
-
公开(公告)号：CN103985105A
公开(公告)日：2014-08-13
申请号：CN201410058550.9
申请日：2014-02-20
申请人： 江南大学
IPC分类号： G06T5/50
摘要： 本发明公开了一种基于统计建模的Contourlet域多模态医学图像融合方法，主要解决医学图像融合时空间分辨率和光谱信息难以均衡的问题。其实现步骤是：1)待融合图像进行IHS变换，得到亮度、色调和饱和度；2)分别对亮度分量执行Contourlet变换，并采用EM算法估计高频子带的上下文隐马尔科夫模型CHMM参数；3)低频子带采用区域绝对值和取大的融合规则，高频子带基于CHMM和改进的脉冲耦合神经网络M-PCNN设计融合规则；4)融合后的高、低频系数执行Contourlet逆变换重构新的亮度分量；5)利用IHS逆变换获得融合图像。本发明能充分整合医学图像的结构和功能信息，有效保护图像细节，改善视觉效果，相比传统的融合方法极大地提高了融合图像的质量。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.023 秒)
