基于分块Radon尺度变换信息增强的图像融合技术

张荆沙

Chinese

您当前的位置：

首页 >

文章列表页 >

基于分块Radon尺度变换信息增强的图像融合技术

更新时间：2026-09-04

- 基于分块Radon尺度变换信息增强的图像融合技术
- Image Fusion Technology Based on Block Radon Scale Transform Information Enhancement
- 微电子学与计算机 2017年34卷第9期页码：121-125
- 作者机构：
  
  武昌工学院机构信息工程学院,湖北,武汉,430065
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2017
- 稿件说明：
移动端阅览
张荆沙. 基于分块Radon尺度变换信息增强的图像融合技术[J]. 微电子学与计算机, 2017, 34(9): 121-125.

ZHANG Jing-sha. Image Fusion Technology Based on Block Radon Scale Transform Information Enhancement[J]. 2017, 34(9): 121-125.
张荆沙. 基于分块Radon尺度变换信息增强的图像融合技术[J]. 微电子学与计算机, 2017, 34(9): 121-125. DOI：

ZHANG Jing-sha. Image Fusion Technology Based on Block Radon Scale Transform Information Enhancement[J]. 2017, 34(9): 121-125. DOI：

摘要

在对目标图像采集模糊性较强或者姿态变化幅度较大的情况下

目标准确识别精度不高

为了提高目标图像的准确识别率

提出一种基于分块Radon尺度变换信息增强的图像融合技术进行目标识别的方法.对采集的模糊目标图像进行小波降噪处理

对降噪输出的图像进行自适应模板匹配

结合图像分割方法将目标图像进行分块

利用Radon尺度变换的几何特征不变性对目标的关键特征点进行信息增强

实现特征点优化提取和目标准确辨识.以实际采集的光学图像和对地遥感图像为测试样本进行实验分析

仿真结果表明

采用该方法进行图像融合处理

提高了成像质量

对图像目标融合识别的准确性较好

且能满足大批量样本目标快速识别的应用需求.

Abstract

In the target image acquisition of fuzzy strong or attitude change greatly under the condition of accurate target recognition accuracy is not high

in order to improve the accuracy of target image recognition rate

we propose an image block Radon transform enhanced information fusion technology. The target recognition based on fuzzy objective image wavelet denoising image processing the noise output of the adaptive template matching

image segmentation method combined with the target image is divided into blocks

using geometric invariant feature Radon wavelet transform key feature points on the target information enhancement

realize the feature points extraction and optimization target. To accurately identify the optical remote sensing image collected as test samples for experimental analysis

simulation the results show that using the method of image fusion

improve the image quality

the image fusion of target recognition with good accuracy

And it can meet the application requirements of the rapid identification of the large number of samples.

关键词

Keywords

references

刘婷, 程建. 基于训练字典的遥感图像融合[J]. 计算机工程与应用, 2013, 49(19): 135-140. DOI: 135

El-MEZOUAR M C, KPALMA K, TALEB N, et al. A pan-sharpening based on the non-subsampled contourlet transform: application to worldview-2 imagery[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2014, 7(5): 1806-1815. DOI: 1806

Moreno-Salinas D, Pascoal A M, Aranda J. Optimal sensor placement for multiple target positioning with range-only measurements in two-dimensional scenarios[J]. Sensors, 2013, 13(8): 10674-10710. DOI: 10674

邱玉, 赵杰煜, 汪燕芳. 结合运动时序性的人脸表情识别方法[J]. 电子学报, 2016, 44(6): 1307-1313. DOI: 1307

思宇, 雷印杰, 周新志. 针对单样本人脸的三维部分人脸识别[J]. 计算机工程, 2016, 42(9): 144-150. DOI: 144

宋涛, 李鸥, 刘广怡. 基于空时多线索融合的超像素运动目标检测方法[J]. 电子与信息学报, 2016, 38(6): 1503-1511. DOI: 1503

沈学举, 刘旭敏, 许芹祖, 等. 球面波照明下傅里叶变换全息多图像加密方法研究[J]. 激光技术, 2014, 38(4): 488-493. DOI: 488

蒋政, 程春玲. 基于Haar特性的改进HOG的人脸特征提取算法[J]. 计算机科学, 2017, 44(1): 303-307. DOI: 303

冯彦超, 冯华君, 徐之海, 等. 基于分色校正的大像差光学成像系统图像处理技术[J]. 光子学报, 2015, 44(6): 33-38. DOI: 33

李昕昕, 龚勋. 三维人脸建模及在跨姿态人脸匹配中的有效性验证[J]. 计算机应用, 2017, 37(1): 262-267. DOI: 262

黄淼, 王刘涛, 张海朝. 基于Gabor小波变换与K-L高斯黎曼流形判别的人脸识别[J]. 计算机工程, 2016, 42(9): 208-213. DOI: 208

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

超低功耗实时时钟电路的设计

基于多尺度融合与小目标增强的航拍车辆检测算法

基于监控指标关联性的微服务异常检测

AlN/GaN混合缓冲层双异质结p-GaN HEMT直流特性仿真

低功耗设计的双链电源关断策略的实现与验证