亚像素加权能量融合提升图像质量的新算法

0 下载量 43 浏览量 更新于2024-08-30 收藏 1.86MB PDF 举报
本文主要探讨了一种创新的多尺度图像融合算法,其核心是基于亚像素区域加权能量特征。在传统图像处理中,图像融合旨在结合来自不同源的图像信息,提高图像质量。该算法首先从技术细节上进行了突破,通过将矩形和圆形区域内的像素细化到亚像素级别,实现了对每个亚像素的精细权值分配。这种加权方法考虑了局部纹理和结构信息,使得能量特征更具针对性。 算法步骤如下: 1. 图像金字塔构建:源图像首先被分解成金字塔结构,以便在不同的空间尺度上处理图像内容。这有助于提取出图像的细节和粗糙信息。 2. 亚像素处理:在金字塔的高频细节层,利用基于亚像素加权区域能量特征的融合规则,选择具有较大能量值的像素。这种选择有助于保留更多的细节信息,提高融合图像的清晰度。 3. 低频处理:对于金字塔的低频部分,采用平均策略融合粗糙成分,保持整体的平滑性和一致性。 4. 塔形分解融合:将选择的高频细节和平均后的低频成分重新组合成一个塔形分解,形成融合图像。 5. 图像重构:最后,通过逆向金字塔操作将融合后的塔形分解重构回原始尺寸的图像。 研究结果显示,与传统的仅依赖区域能量特征的多分辨率图像融合算法相比,这种基于亚像素的方法能提供更优秀的融合效果。从清晰度和图像熵的角度评估,新算法显著提升了融合图像的质量,表现为更高的细节保留和更低的噪声。 关键词包括:图像处理、图像融合、亚像素、区域能量、多尺度。这些关键词反映了论文的核心研究内容和技术路径。通过这篇文章,作者柴勇、何友和曲长文在图像融合领域提出了一个新的解决方案,有望为该领域的进一步发展提供有价值的技术参考。