中央高校基本科研业务费专项资金(K5051305004)
- 作品数：1 被引量：12H指数：1
- 相关作者：薛灵芝刘上乾杨智杰延翔秦翰林更多>>
- 相关机构：陕西师范大学中国飞行试验研究院西安电子科技大学更多>>
- 发文基金：中央高校基本科研业务费专项资金陕西省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于Tetrolet变换的图像融合被引量：12
- 2013年
- Tetrolet变换与目前广为采用的小波变换相比,在处理高维信号时具有更好的方向性,能够精确地表达图像的结构及纹理特征。本文将Tetrolet变换用于不同频谱图像的融合,以期获取更大的信息量。首先,将待融合的图像分别进行Tetrolet变换,得到不同尺度的高通和低通子带。然后,对低通子带采用基于局部区域梯度信息的融合方法得到低通融合系数,而对高通子带采用基于邻域方差加权的融合方法得到高通融合系数;最后,通过重构得到融合图像。采用多种图像进行了融合实验,其结果均表明,经Tetrolet变换获取的融合图像特征更为丰富、信息量更大,融合图像的信息熵和标准差都优于目前广为采用的小波变换和PCA变换图像融合算法;本文方法可有效地提高ATR系统和视觉对目标的识别探测概率和降低虚警率。
- 延翔秦翰林刘上乾杨廷梧杨智杰薛灵芝
- 关键词：图像融合梯度信息
