结合局部邻域特性和C-BEMD的图像融合方法

摘要：

针对基于二维经验模态分解(BEMD)图像融合方法的不足,提出一种结合局部邻域特性和可协调二维经验模态分解(C-BEMD)的图像融合方法.为了克服BEMD应用于图像融合时存在的内蕴模函数(IMF)个数和频率不匹配问题,通过固定迭代次数和协调操作提出了适合图像融合的C-BEMD算法;然后利用C-BEMD对源图像进行分解获得IMF分量和残差分量,同时对IMF分量采用基于局部邻域能量的选择与加权平均策略,而对残差分量则采用基于局部邻域可见度的融合规则;最后将融合后的IMF分量与残差分量进行叠加,得到融合后的图像.融合仿真结果表明,该方法对于多聚焦图像、遥感图像和医学图像均可获得视觉效果佳、细节信息丰富的融合图像,优于基于行列交叉的经验模态分解和复数经验模态分解的图像融合方法.

关键词：图像融合、可协调二维经验模态分解、局部邻域可见度、局部邻域能量、选择与加权平均

所属期刊栏目：29

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金51305344, 11571275;陕西省科技计划工业攻关2014K05-22

在线出版日期：2017-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：607-615