文献类型：期刊文章

作　　者：马淑兰[1] 常莉红[1] 马保科[2]

MA Shulan;CHANG Lihong;MA Baoke(School of Mathematics and Computer Science,Ningxia Normal University,Guyuan,Ningxia 756000,China;School of Applied Technology,Xi'an Polytechnic University,Xi'an,Shaanxi 710048,China)

机构地区：[1]宁夏师范学院数学与计算机科学学院,宁夏固原756000 [2]西安工程大学应用技术学院,陕西西安710048

出　　处：《西安石油大学学报（自然科学版）》

基　　金：国家自然科学基金青年科学基金项目(11701306);宁夏高等学校一流学科建设(教育学学科)资助项目(NXYLXK2017B11);宁夏固原市科技计划项目(2019GKGY041);宁夏自治区重点研发计划项目(引才专项)资助(2019BEB04021)。

年　　份：2020

卷　　号：35

期　　号：2

起止页码：113-119

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA、IC、JST、PA、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：夜晚环境下,同一物体的可见光图像、红外图像以及环境噪声等特征信息往往融合在一起,从而导致所提取的图像清晰度变差,边缘模糊等。为改善夜间图像的可视化效果,提出了一种基于四元数小波变换和自适应神经网络的红外与可见光图像融合算法。该算法首先对夜间原图像中的弱光信息进行动态压缩和自适应增强;再利用四元数小波变换对增强后图像的可见光、红外部分进行分解;在低频部分,取系数最大的融合算法;在高频部分,采用神经网络参数自适应融合算法;最后,采用四元数小波逆变换得到融合图像。理论与实验表明,该算法能很好地改善夜视场景下同一目标图像的提取效果。

关 键 词：图像融合 四元数小波变换 方向滤波 自适应神经网络

分 类 号：TN911.7]