Fusão de imagens no domínio NSST combinando detecção de saliência de ordem fracionária e algoritmo de fogos de artifício quântico

LIN Jian-ping ,  

LIAO Yi-peng ,  

摘要

Para resolver os problemas existentes nos algoritmos tradicionais de fusão de imagens infravermelhas e visíveis, como a falta de clareza nos detalhes das texturas e a preservação insuficiente das informações das bordas, é proposto um método de fusão de imagens no domínio da Transformada Shearlet sem subamostragem (NSST), baseado na saliência de ordem fracionária e no algoritmo de fogos de artifício quântico aprimorado. Primeiramente, as imagens infravermelhas e visíveis são decompostas pelo NSST; o componente de baixa frequência passa por uma detecção de saliência baseada em reforço por diferenciação de ordem fracionária; em seguida, a fusão é realizada de acordo com a regra de correspondência do mapa de saliência, e as sub-bandas de alta frequência são fundidas utilizando uma estratégia ponderada baseada em variações de gradiente e diferenças de níveis de cinza; então, o algoritmo de fogos de artifício quântico é aprimorado e os parâmetros de fusão de baixa e alta frequência são otimizados; finalmente, a melhor imagem fundida é produzida. Os experimentos mostram que a detecção de saliência reforçada pela diferenciação de ordem fracionária possui um bom efeito visual, o algoritmo aprimorado de fogos de artifício quântico tem forte capacidade de otimização e alta eficiência de convergência, e o método proposto combina efetivamente as informações detalhadas das imagens infravermelhas e visíveis, apresentando melhores resultados de fusão em comparação com os métodos existentes, além de forte capacidade adaptativa e sem necessidade de intervenção humana.

关键词

Fusão de imagens infravermelhas e visíveis; Transformada Shearlet sem subamostragem; Diferenciação de ordem fracionária; Detecção de saliência; Algoritmo de fogos de artifício quântico

阅读全文

以上内容由讯飞翻译自动生成,翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果,本网站不承担任何商业和法律责任。

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website