[发明专利]基于稀疏字典学习和剪切波的图像融合方法在审

专利信息
申请号: 201810998219.3 申请日: 2018-08-29
公开(公告)号: CN109191416A 公开(公告)日: 2019-01-11
发明(设计)人: 陈堃;曹长庆;吴晓鹏;冯喆珺;曾晓东;呼夏苗;王婷 申请(专利权)人: 西安电子科技大学
主分类号: G06T5/50 分类号: G06T5/50;G06T7/42
代理公司: 北京慕达星云知识产权代理事务所(特殊普通合伙) 11465 代理人: 李冉
地址: 710000 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于稀疏字典学习和剪切波的图像融合方法,基于稀疏字典学习和剪切波的图像融合方法,包括如下步骤:步骤1,对已经配准好的两幅源图像进行剪切波变换,以获得对应的低频子带系数和高频子带系数,步骤2:对低频子带系数进行稀疏字典学习,并进行融合得到低频融合系数;步骤3,对高频子带系数采用同一尺度下方向子带绝对值和取最大值的方法进行融合,得到高频融合系数;步骤4,对所述低频融合系数和高频融合系数进行剪切波逆变换,得到融合图像。本发明可以将图像分解为更多的方向子带,为后续图像融合处理提供更多方向子带信息,能够准确捕获图像中的边缘信息,最终提高了图像融合质量。
搜索关键词: 剪切波 图像融合 字典学习 稀疏 融合 低频子带系数 高频融合系数 高频子带系数 多方向子带 边缘信息 捕获图像 方向子带 后续图像 融合处理 融合图像 图像分解 逆变换 系数和 下方向 源图像 配准 子带 尺度
【主权项】:
1.一种基于稀疏字典学习和剪切波的图像融合方法,其特征在于,包括如下步骤:步骤1,对已经配准好的两幅源图像{IA,IB}进行剪切波变换,以获得对应的低频子带系数{LA,LB}和高频子带系数{HA,HB},图像大小为M×N;步骤2:对低频子带系数进行稀疏字典学习,并进行融合得到低频融合系数LF;步骤3,对高频子带系数采用同一尺度下方向子带绝对值和取最大值的方法进行融合,得到高频融合系数HF;步骤4,对所述低频融合系数LF和高频融合系数HF进行剪切波逆变换,得到融合图像。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201810998219.3/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top