基于神经网络与向量小波的图像融合算法
【摘要】:本文提出了一种基于向量小波和神经网络的图像融合算法。首先对各源图像进行向量小波变换,根据变换后系数计算出各子块图像的清晰度,选取子块图像部分区域清晰度作为前溃神经网络的训练样本,调整神经网络权重;然后用训练好的神经网络组合融合图像的向量小波系数,对组合后的系数进行一致性校验;最后对该系数进行向量小渡逆变换,得到融合图像。实验结果表明,该算法能够较好地解决多传感器图像融合问题,生成的融合图像效果优于传统图像融合方法。
|
|
|
|
1 |
王忠武;赵忠明;;图像融合中配准误差的影响[J];测绘科学;2010年02期 |
2 |
徐胜祥;胡超;徐运清;;利用Matlab实现基于小波变换的遥感图像融合[J];微计算机信息;2008年03期 |
3 |
薛东剑;何政伟;仇文侠;张东辉;;基于EML与SML实现遥感影像融合质量评价及应用研究[J];遥感信息;2009年06期 |
4 |
陈少辉,曾致远,张秋文,王乘,周建中;基于加权相关矩的多传感器图像融合方法[J];计算机应用研究;2005年12期 |
5 |
赵鲁燕,尹君;图像融合效果评价方法研究[J];遥感信息;2005年04期 |
6 |
崔健;;遥感图像融合评价方法研究[J];电脑开发与应用;2008年06期 |
7 |
袁华;章皖秋;;基于小波变换遥感图像融合技术研究[J];电脑知识与技术;2011年02期 |
8 |
储珺;王璐;冯瑞娜;;角点测度在月球表面多光谱图像融合中的应用[J];中国图象图形学报;2011年06期 |
9 |
杨飒;;多尺度小波变换的图像融合算法的研究与评价[J];广东教育学院学报;2006年03期 |
10 |
刘媛,尹东,陈昕,姚霆;基于区域性能的自适应遥感图像融合方法[J];计算机应用;2005年11期 |
11 |
胡学龙;沈洁;;利用分水岭分割的多分辨率遥感图像融合算法[J];中国图象图形学报;2010年05期 |
12 |
张黎宁;沈丽容;周宇;;小波变换在SPOT5全色与多光谱图像融合中的应用[J];计算机与数字工程;2009年12期 |
13 |
郑秀明;刘文锴;;遥感图像像素级融合算法比较[J];地理空间信息;2010年05期 |
14 |
蒋晓瑜,高稚允,周立伟;基于假彩色的多重图像融合[J];北京理工大学学报;1997年05期 |
15 |
邢帅;谭兵;徐青;李建胜;;基于复数小波变换的遥感图像融合新算法[J];武汉大学学报(信息科学版);2007年01期 |
16 |
王威;王海晖;杨丽萍;;基于小波包变换的多光谱图像融合方法研究[J];计算机与数字工程;2007年01期 |
17 |
薛东剑;何政伟;周游;仇文侠;;改进的小波变换在多源遥感图像融合中的应用[J];计算机应用;2009年09期 |
18 |
闫祥福,高岳,苏学刚,魏建中,王仲春;一种多重图像融合系统的电配准技术[J];光学技术;1999年03期 |
19 |
蒲恬,方庆喆,倪国强;基于对比度的多分辨图像融合[J];电子学报;2000年12期 |
20 |
钟伟才,刘静,刘芳,焦李成;基于形态学top-hat算子的多传感器图像融合[J];电子学报;2003年09期 |
|