-
题名基于加权滤波经验模式分解的遥感图像融合
被引量：1
- 1
-
-
作者
梁灵飞
章冲
平子良
-
机构
河南科技大学信息工程学院
内蒙古师范大学物理与电子信息学院
-
出处
《国土资源遥感》
CSCD
北大核心
2014年第3期61-66,共6页
-
基金
国家自然科学基金资助项目(编号:61065004)
-
文摘
加权滤波经验模式分解(weighted filter empirical mode decomposition,WFEMD)作为一种新的多尺度、多分辨率分析方法,与小波、超小波和现有二维经验模式分解方法相比,更加适合于二维图像中的细节特征分析。该方法运用自适应加权滤波器直接求取均值面,解决了传统二维经验模式分解(empirical mode decomposition,EMD)方法的固有缺陷;将WFEMD方法引入遥感图像融合,能够更好地提取原始图像的特征,为图像融合提供更多的信息。鉴于此,提出了一种基于WFEMD变换的图像融合方法。首先,利用WFEMD的自适应性、多尺度性和高频细节信息的强获取能力,将待融合的图像分别进行WFEMD分解,对不同图像的内涵模式分量(intrinsic mode functions,IMF)按照该文提出的细节/背景原则进行融合,剩余分量按照平均原则进行融合。最后,将融合后的内涵模式分量重构,获取融合图像。实验证明,该方法的融合效果优于其他图像融合方法。
-
关键词
经验模式分解(
EMD)
加权滤波经验模式分解(
WFEMD)
图像融合
内涵模式分量(
IMF)
-
Keywords
empirical model decomposition （EMD）
weighted filter empirical model decomposition （WFEMD）
image fusion
intrinsic model functions （IMF）
-
分类号
TP751.1
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于滑动权值经验模式分解的医学图像增强研究
- 2
-
-
作者
梁灵飞
章冲
-
机构
河南科技大学信息工程学院
-
出处
《科学技术与工程》
北大核心
2014年第7期55-59,共5页
-
基金
国家自然科学基金项目(61065004)
洛阳市科技发展计划(1301072A-4)资助
-
文摘
医学影像设备由于外在和内在因素的影响,所成图像对比度较低。运用小波、超小波增强算法,由于基函数需预先设定,无法自适应分析局部特性,导致增强后图像引入较大的噪声,图像细节出现畸变。二维经验模式分解(BEMD)可以数据自驱动分析局部数据;但由于插值算法或极值的影响,分解分量存在斑块或斑点的缺陷,影响后续处理。针对这种情况,提出了运用随局部数据自适应调整的滑动权值函数的滑动权值经验模式分解(SWEMD),解决了BEMD的缺陷。将SWEMD引入医学图像增强,并结合提出的非线性增强规则,能够更好地增强原始图像,增强图像的细节清晰无变形,对比度适中。实验证明该算法的增强效果优于目前的图像增强算法。
-
关键词
滑动权值函数
经验模式分解
图像增强
内涵模式分量
非线性增强规则
-
Keywords
sliding weightedfunction EMD image enhancement IMF nonlinear enhancement rule
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
