摘要
一种融合自适应分解和多尺度变换的红外和可见光图像融合方法,涉及多模态图像融合技术领域。为解决红外与可见光图像融合中细节损失、噪声干扰和结构失真等问题,该方法首先对输入图像进行归一化和配准预处理,随后采用自适应傅里叶分解提取低频与高频特征,低频部分通过稀疏表示与正交匹配追踪融合,高频部分依据局部能量和信息熵引导动态加权融合,最终进行重构并引入跨尺度一致性校验提升融合鲁棒性。该方法可广泛应用于红外与可见光图像的融合,提升融合图像的质量。
技术关键词
可见光图像
融合方法
高频特征
图像块
信噪比图像
滑动窗口技术
图像融合技术
GPU并行
冗余字典
阶段
信息熵
动态
权重机制
融合规则
校验算法
鲁棒性
融合策略
系统为您推荐了相关专利信息
数据融合方法
分布式雷达
JPDA算法
航迹关联
抗干扰模块
心理健康评估系统
生理特征数据
面部特征
情感特征
多模态特征融合
建图机器人
客户端
地图构建系统
地图构建方法
控件
药物预测方法
节点特征
异构
训练神经网络
融合注意力机制
卡尔曼滤波器组
数据采集模块
分析模块
遗忘机制
回波特征