您的位置:山东大学 -> 科技期刊社 -> 《山东大学学报(工学版)》

山东大学学报(工学版) ›› 2010, Vol. 40 ›› Issue (4): 144-148.

• 其它 • 上一篇    下一篇

基于对偶树复小波-Contourlet变换的自适应多传感图像融合算法

赵文忠   

  1. 河西学院机电工程系, 甘肃 张掖 734000
  • 收稿日期:2009-09-14 出版日期:2010-08-16 发布日期:2009-09-14
  • 作者简介:赵文忠(1966-), 山东潍坊人,副教授,主要研究方向为电力系统与传感检测.E-mail: zhaowz38@163.com

Self-adaptive multisensor image fusion algorithm based on dual-tree complex wavelet-Contourlet transform

ZHAO Wen-zhong   

  1. Department of Mechanic and Electronic Engineering, Hexi University, Zhangye 734000, China
  • Received:2009-09-14 Online:2010-08-16 Published:2009-09-14

摘要:

为了解决小波变换所导致的方向选择性差的问题,基于对偶树复小波-Contourle变换,提出了自适应多传感图像融合新算法。该算法将全色图像和多光谱图像进行对偶树复小波-Contourle变换分解后,针对不同的频率域特点选择不同的融合规则:对低频系数选用区域能量的加权系数自适应融合规则,对高频系数特性选用区域特征自适应的融合规则。最后通过重构得到融合图像。将其他融合算法和本文所提算法进行了对比,结果表明,基于对偶树复小波-Contourle变换的算法是有效可行的。

关键词: 多传感图像, 对偶树复小波变换, Contourlet变换, 自适应, 融合算法

Abstract:

To overcome the poor directional selectivity of wavelet transform, a new self-adaptive multi-sensor image fusion algorithm was proposed based on the dual-tree complex wavelet-Contourlet transform.Using this algorithm,the panchromatic and multispectral images were first decomposed and transformed,and then different fusion rules were used according to different frequency characteristics: the self-adaptive regional energy coefficients added fusion rule were used for the lowfrequency and the regional feature self-adaptive fusion rule for the high-coefficients.The final fusion images was obtained by reconstruction.Compared with other fusion algorithms, the results showed that the self-adaptive image fusion algorithm based on the dual-tree complex wavelet-contourlet transform was feasible and effective.

Key words:  multisensor images, dual-tree complex wavelet transform, Contourlet transform, self-adpative, fusion algorithm

[1] 牟廉明. 自适应特征选择加权k子凸包分类[J]. 山东大学学报(工学版), 2018, 48(5): 32-37.
[2] 钱淑渠,武慧虹,徐国峰,金晶亮. 计及排放的动态经济调度免疫克隆演化算法[J]. 山东大学学报(工学版), 2018, 48(4): 1-9.
[3] 马驰骋,郭宗和,刘灿昌,代祥俊,张希农,毛伯永. 变质量弹性梁结构动力学特性[J]. 山东大学学报(工学版), 2018, 48(4): 78-87.
[4] 张博涵,陈哲明,付江华,陈宝. 四轮独立驱动电动汽车自适应驱动防滑控制[J]. 山东大学学报(工学版), 2018, 48(1): 96-103.
[5] 马汉杰,林霞,胥晓晖,张健,张智晟. 基于自适应粒子群算法的智能家居管理系统负荷优化模型[J]. 山东大学学报(工学版), 2017, 47(6): 57-62.
[6] 叶丹,张天予,李奎. 全局信息未知的多智能体自适应容错包容控制[J]. 山东大学学报(工学版), 2017, 47(5): 1-6.
[7] 褚振忠,朱大奇. 基于自适应区域跟踪的自主式水下机器人容错控制[J]. 山东大学学报(工学版), 2017, 47(5): 57-63.
[8] 任永峰,董学育. 基于自适应流形相似性的图像显著性区域提取算法[J]. 山东大学学报(工学版), 2017, 47(3): 56-62.
[9] 唐庆顺,金璐,李国栋,吴春富. 基于自适应终端滑模控制器的机械手跟踪控制[J]. 山东大学学报(工学版), 2016, 46(5): 45-53.
[10] 孙美美, 胡云安, 韦建明. 多涡卷超混沌系统自适应滑模同步控制[J]. 山东大学学报(工学版), 2015, 45(6): 45-51.
[11] 杨秀林1,黄硕2*,邓苗1,张基宏1,3. 基于显著计算与自适应PCNN的图像融合方法[J]. 山东大学学报(工学版), 2014, 44(2): 35-42.
[12] 夏海英1,杜海明2,徐鲁辉1,颜远辉1. 基于自适应词典学习和稀疏表示的人脸表情识别[J]. 山东大学学报(工学版), 2014, 44(1): 45-48.
[13] 翟东海1,2,鱼江1,聂洪玉1,崔静静1,杜佳1. 基于相关性反馈的自适应热点话题追踪模型[J]. 山东大学学报(工学版), 2014, 44(1): 7-12.
[14] 戚世乐,王美清. 自适应分割弱边缘的活动轮廓模型[J]. 山东大学学报(工学版), 2013, 43(6): 17-20.
[15] 韦建明,胡云安,孙美美. 基于广义跟踪误差的一阶非线性时滞系统自适应迭代学习控制[J]. 山东大学学报(工学版), 2013, 43(6): 34-41.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!