非下采样剪切波域自适应融合方法在图像质量提升中的应用

"基于图像质量评价参数的非下采样剪切波域自适应图像融合 (2014年)" 是一篇2014年的工程技术论文，由高印寒、陈广秋和刘娇娇等人发表于《吉林大学学报(工学版)》。该研究提出了一种新的多源图像融合方法，旨在提高融合图像的精度。 文章介绍了一种利用非下采样剪切波变换（Non-Subsampled Shearlet Transform, NSST）的自适应融合策略。NSST是一种多尺度、多方向的图像分析工具，它能够有效地捕捉图像的边缘和细节信息。在该方法中，首先对源图像进行NSST变换，将图像分解成不同频带的子带图像。 对于低频子带，研究者采用了结构相似度（Structural Similarity Index, SSIM）和空间频率两个图像质量评价参数作为融合系数的权值。SSIM是评估图像质量的重要指标，它考虑了亮度、对比度和结构的一致性；而空间频率则反映了图像的细节信息。这两个参数的结合有助于保留源图像的主要结构和细节。 在高频子带部分，融合策略采用了绝对值和邻域平均能量一致性选择。这种方法可以有效处理高频信息，确保在融合过程中保持图像的纹理和边缘信息。 经过融合策略处理后，再通过NSST的逆变换重构出融合图像。为了验证方法的有效性，研究者进行了多组多源图像融合的实验，并使用客观评价标准评估了融合结果。实验结果显示，提出的NSST域自适应融合方法在主观和客观评价上都优于传统的多尺度融合方法，显示出更优的图像融合性能。 关键词包括信息处理技术、非下采样剪切波、融合策略、客观评价和平移不变性，表明该研究关注的是图像处理中的关键技术和方法，特别是如何在NSST框架下实现高效的图像融合，并强调了融合过程的稳定性和不变性。 这篇论文贡献了一种新的图像融合技术，该技术利用了图像质量评价参数来指导融合过程，提高了融合图像的质量和准确性，对于图像处理领域具有重要的理论和实践意义。