NSCT融合方法:结合VAM与模糊逻辑的图像处理技术
需积分: 16 156 浏览量
更新于2024-09-06
收藏 588KB PDF 举报
"这篇论文研究了一种结合VAM(Visual Attention Mechanism)和模糊逻辑的非下采样Contourlet变换(NSCT)图像融合方法,旨在改进传统图像融合技术的局限性,提升融合图像的质量和视觉效果。"
本文首先介绍了图像融合在多个领域的广泛应用,如航空航天、军事、医疗和环境监测等,强调了其重要性。传统的多尺度图像分析方法,如LP(拉普拉斯变换)、DWT(小波变换)和CT(Contourlet变换),在图像融合时存在平移不变性不足的问题,可能导致图像边缘信息的损失。相比之下,NSCT因其各向异性尺度关系和方向性优势,能够更精确地捕获图像的边缘和纹理信息,特别适合多传感器图像的表示。
论文针对传统融合方法的不足,提出了融合策略的改进。在NSCT分解的基础上,利用模糊逻辑处理高低频系数的融合,根据隶属度来决定像素点的融合程度,以适应融合过程中的不确定性。此外,作者还引入了VAM,这是一种模拟人类视觉系统对图像显著区域优先关注的机制。通过分析原始图像的显著区域信息,VAM指导低频系数的融合过程,确保显著特征在融合图像中得到保留。
实验结果证明,这种结合VAM和模糊逻辑的NSCT图像融合方法能够生成具有优异视觉效果和高客观评价指标的融合图像。这种方法不仅考虑了人类视觉系统的特性,而且利用模糊逻辑解决了融合过程中的不确定性问题,提高了融合质量。论文的作者来自深圳大学计算机科学与技术系、深圳市可视媒体处理与传输重点实验室等多个机构,他们的工作为图像处理领域提供了一个创新的解决方案。
3341 浏览量
237 浏览量
2024-07-01 上传
146 浏览量
134 浏览量
2020-05-16 上传
112 浏览量
2021-05-24 上传

weixin_38744270
- 粉丝: 329
最新资源
- 乘风多用户PHP统计系统v4.1:源码与项目实践指南
- Vue.js拖放组件:vue-smooth-dnd的封装与应用
- WPF图片浏览器开发教程与源码分享
- 泰坦尼克号获救预测:分享完整版机器学习训练测试数据
- 深入理解雅克比和高斯赛德尔迭代法在C++中的实现
- 脉冲序列调制与跳周期调制相结合的Buck变换器研究
- 探索OpenCV中的PCA人脸检测技术
- Oracle分区技术:表、索引与索引分区深入解析
- Windows 64位SVN客户端下载安装指南
- SSM与Shiro整合的实践案例分析
- 全局滑模控制Buck变换器设计及其仿真分析
- 1602液晶动态显示实现源码及使用教程下载
- Struts2、Hibernate与Spring整合在线音乐平台源码解析
- 掌握.NET Reflector 8.2.0.42:反编译及源码调试技巧
- 掌握grunt-buddha-xiaofangmoon插件的入门指南
- 定频滑模控制在Buck变换器设计中的应用