科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统的红外图像智能融合算法存在清晰度较低、运行时间较长等问题,提出基于SNNT变换的区域分割下序列红外图像智能融合算法。利用熵率法将图像划分为若干超像素,选取信息度量精度较高的模糊相关与考虑空间相关性的图割相结合。引用最大模糊相关时,集合划分概率设定图割的数据项,建立模糊相关性图割2-划分算子,引用2-划分算子对目标区域进行分割。在上述基础上,分别对可见光图像与红外图像进行NSST变换,对所有的低频分量进行引导滤波增强,将图像增强处理后的红外图像与可见光图像低频分量经过目标提取的融合规则得到融合图像的低频分量,引用方向子带信息以及取大确定高频分量,经过NSST逆变换得到融合图像。实验结果表明,所提算法能够有效减少运行时间,提高图像清晰度。
- 出版日期2019
- 单位广东医科大学
