基于图像显著性的红外与可见光图像融合算法研究
需积分: 49 201 浏览量
更新于2024-08-09
收藏 4.75MB PDF 举报
"图像的显著性-组态王使用手册(完全版)"
本文主要探讨了基于图像显著性的图像融合算法,特别是在红外与可见光图像融合的应用。第五章着重阐述了如何利用图像显著性来改进红外图像的目标提取和融合效果。在第四章中,通过高斯模糊逻辑函数对红外图像进行处理,虽然能突出目标信息,但易误判高亮背景为目标。因此,一些学者尝试使用图像分割方法来区分目标和背景区域,并在多尺度分析的基础上采用不同的融合策略,然而这种方法在红外目标区域的精确识别上存在困难。
为解决这一问题,文章提出了利用图像显著性来进行指导的融合算法。首先,计算红外图像的显著性图,这涉及到计算机视觉中关于显著性检测的理论。显著性检测是模拟人类视觉系统快速定位图像兴趣区域的能力,它通常基于图像的颜色、对比度、亮度和纹理等特征差异。当某一区域的特征与周围区域差异较大时,就被认为是显著性区域。目前,图像显著性检测已成为研究热点,并在目标检测、图像分割和数据压缩等领域有广泛应用。
文章提到,早期的生物视觉显著性模型在计算机视觉中的应用并不理想。相比之下,采用NSCT(小波包分解)的平移不变性,结合Sigmoid型函数来计算红外图像在低频系数融合中的隶属度,可以更有效地实现红外与可见光图像的融合。实验结果显示,该算法能突出红外图像的目标信息,同时保持可见光图像的纹理背景,优于已有的相关算法。
此外,提到了一篇电子科技大学的硕士学位论文,该论文深入研究了红外与可见光图像融合技术,探讨了多源传感器成像技术的发展和多源图像融合技术的重要性。论文作者通过一系列方法提高了图像融合的效果,为图像处理提供了新的思路。
图像显著性在图像融合领域扮演着关键角色,通过计算和利用显著性图,可以提高目标检测和图像处理的精度,特别是在红外与可见光图像融合的应用中,显著性检测技术能够有效提升融合质量。
286 浏览量
2021-03-29 上传
2011-08-13 上传
2019-09-05 上传
2021-03-20 上传
2015-03-27 上传
134 浏览量
2022-01-20 上传
锋锋老师
- 粉丝: 25
- 资源: 3866
最新资源
- 掌握Jive for Android SDK:示例应用的使用指南
- Python中的贝叶斯建模与概率编程指南
- 自动化NBA球员统计分析与电子邮件报告工具
- 下载安卓购物经理带源代码完整项目
- 图片压缩包中的内容解密
- C++基础教程视频-数据类型与运算符详解
- 探索Java中的曼德布罗图形绘制
- VTK9.3.0 64位SDK包发布,图像处理开发利器
- 自导向运载平台的行业设计方案解读
- 自定义 Datadog 代理检查:Python 实现与应用
- 基于Python实现的商品推荐系统源码与项目说明
- PMing繁体版字体下载,设计师必备素材
- 软件工程餐厅项目存储库:Java语言实践
- 康佳LED55R6000U电视机固件升级指南
- Sublime Text状态栏插件:ShowOpenFiles功能详解
- 一站式部署thinksns社交系统,小白轻松上手