• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 17
    • 下载费用:20 金币  

    重庆时时彩012路对码: 基于高阶奇异值分解和模糊推理的多聚焦图像融合方法.pdf

    摘要
    申请专利号:

    重庆时时彩单双窍门 www.4mum.com.cn CN201410057924.5

    申请日:

    2014.02.20

    公开号:

    CN103985104A

    公开日:

    2014.08.13

    当前法律状态:

    授权

    有效性:

    有权

    法律详情: 授权|||实质审查的生效IPC(主分类):G06T 5/50申请日:20140220|||公开
    IPC分类号: G06T5/50 主分类号: G06T5/50
    申请人: 江南大学
    发明人: 罗晓清; 张战成; 张翠英; 吴小俊; 李丽兵; 吴兆明; 高瑞超
    地址: 214122 江苏省无锡市滨湖区蠡湖大道1800号
    优先权:
    专利代理机构: 代理人:
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201410057924.5

    授权公告号:

    ||||||

    法律状态公告日:

    2017.01.25|||2014.09.10|||2014.08.13

    法律状态类型:

    授权|||实质审查的生效|||公开

    摘要

    本发明公开了一种基于高阶奇异值分解和模糊推理的多聚焦图像融合方法。(1)对待融合的两幅多聚焦源图像分别进行滑动窗口分块,将分块后相互对应的源图像子块形成子张量;(2)对子张量进行高阶奇异值分解(HOSVD),采用基于模糊推理的加权平均融合规则对分解系数进行融合,通过提取分解系数的方差,区域能量,匹配度三个特征设计模糊推理规则;(3)对融合后系数进行HOSVD逆变换得到融合后图像子块;(4)将融合后的图像子块组合生成最终融合图像。本发明克服了传统多聚焦图像融合方法容易造成边缘失真的缺陷,很好地解决了图像融合中源图像对融合图像贡献程度的不确定性问题,使融合后图像质量得到明显提高。

    权利要求书

    权利要求书
    1.  基于高阶奇异值分解和模糊推理的多聚焦图像融合方法,其特征在于,包括如下步骤:
    1)准备待融合的两幅多聚焦源图像,对两幅多聚焦图像分别进行滑动窗口分块,将分块后相互对应的源图像子块形成I个子张量;
    2)对子张量进行高阶奇异值分解(HOSVD),得到分解系数;
    3)采用基于模糊推理的加权融合规则(WAFR)对分解系数进行融合:

    3.  1)提取HOSVD分解系数的方差()、区域能量()、匹配度(MDi)三个特征,并将三个特征的值域量化为模糊论域;

    3.  2)采用Mamdani极小化原理设计模糊推理规则,利用最大隶属度原则对各自的权值进行模糊决策得到加权值,根据加权值得到融合后系数;
    4)对步骤3)得到的融合后系数进行HOSVD逆变换得到融合后图像子块;
    5)将步骤4)得到的融合后图像子块组合生成最终的融合图像。

    2.  根据权利要求1所述的基于高阶奇异值分解和模糊推理的多聚焦图像融合方法,其特征在于,所述步骤1)包括如下步骤:
    a)将两幅M×N的多聚焦源图像分别记为B(1)和B(2),利用滑动窗口技术把B(1)和B(2)分别分成I个相互对应的源图像子块,滑动步长大小为r,且I=fix(M-M‾+1r)·fix(N-N‾+1r),]]>其中代表最接近的整数;
    b)将I个相互对应的源图像子块形成I个子张量,记为Ai,i=1,2,...,I。

    3.  根据权利要求1所述的基于高阶奇异值分解和模糊推理的多聚焦图像融合方法,其特征在于,所述步骤2)具体为:对Ai进行HOSVD分解得到Si,其公式为Ai=Si×1Ui×2Vi×3Wi,其中Si为核张量,Ui,Vi,Wi分别为Ai的一维,二维,三维展开的左奇异值向量。为了便于得到融合结果,利用代替Si作为图像块的特征,对于每一个图像块Bi(k),k=1,2,用公式表示为Bi(k)=Ui×S‾i(:,:,k)×ViT.]]>

    4.  根据权利要求1所述的基于高阶奇异值分解和模糊推理的多聚焦图像融合方法,其特征在于,所述步骤3.1)包括如下步骤:
    a)对于以(x,y)为中心开t×t的邻域窗口,计算每个窗口的和MDi,为 了便于表示,记k=1,2,表示第i块中第k个图像子块的系数,其计算公式为:
    cik‾(x,y)=1t×tΣpΣqcik(x+p,y+q)]]>
    Varcik(x,y)=1t×tΣpΣq(cik(x+p,y+q)-cik‾(x,y))2]]>
    REcik(x,y)=ΣpΣq|cik(x+p,y+q)|]]>
    MDi(x,y)=2ΣpΣqw‾(p,q)·ci1(x+p,y+q)·ci2(x+p,y+q)ΣpΣqw‾(p,q)·(|ci1(x+p,y+q)|2+|ci2(x+p,y+q)|2)]]>
    其中,p=-1,0,1,q=-1,0,1,为窗口的平均值,为窗口掩膜且w‾=010121010;]]>
    计算归一化的特征,由于匹配度MDi(x,y)的取值范围为[0,1],所以只需计算归一化的和,计算公式如下:
    NVarci1(x,y)=Varci1(x,y)Varci1(x,y)+Varci2(x,y)]]>
    NVarci2(x,y)=1-NVarci1(x,y)]]>
    NREci1(x,y)=REci1(x,y)REci1(x,y)+REci2(x,y)]]>
    NREci2(x,y)=1-NREci1(x,y)]]>
    经过归一化之后,和MDi取值范围均[0,1];
    b)和MDi的取值范围均为[0,1],将三者值域以0.1作为量化间隔量化为模糊论域和对建立两个模糊集和同样地,对建立两个模糊集和对建立两个模糊集Mi和它们的隶属度函数为
    μ1(z)=12-12cos()μ2(z)=1-μ1(z)]]>
    z对应上述模糊论域。

    5.  根据权利要求1所述的基于高阶奇异值分解和模糊推理的多聚焦图像融合方法,其特征在于,所述步骤3.2)包括如下步骤:
    a)采用Mamdani极小化原理设计8种模糊推理规则,即:
    ①如果ci1的方差占优,ci1的区域能量和占优,且ci1和ci2不匹配,则规则R1定义为:
    R1:如果μVci1(u)≥μVci2(u),μSci1(w)≥μSci2(w)]]>μMi‾(v)≥μMi(v)]]>

    ②如果ci2的方差占优,ci2的区域能量占优,且ci1和ci2不匹配,则规则R2定义为:
    R2:如果μVci1(u)<μVci2(u),μSci1(w)<μSci2(w)]]>μMi&OverBar;(v)&GreaterEqual;μMi(v)]]>

    ③如果ci1的方差占优,ci1的区域能量占优,且ci1和ci2匹配,则规则R3定义为:
    R3:如果μVci1(u)&GreaterEqual;μVci2(u),μSci1(w)&GreaterEqual;μSci2(w)]]>μMi(v)>μM&OverBar;i(v)]]>

    ④如果ci2的方差占优,ci2的区域能量占优,且ci1和ci2匹配,则规则R4定义为:
    R4:如果μVci1(u)<μVci2(u),μSci1(w)<μSci2(w)]]>μMi(v)>μM&OverBar;i(v)]]>

    ⑤如果ci1的方差占优,ci2的区域能量占优,且ci1和ci2不匹配,则规则R5定义为:
    R5:如果μVci1(u)&GreaterEqual;μVci2(u),μSci1(w)<μSci2(w)]]>μMi&OverBar;(v)&GreaterEqual;μMi(v)]]>

    ⑥如果ci2的方差占优,ci1的区域能量占优,且ci1和ci2不匹配,则规则R6定义为:
    R6:如果μVci1(u)<μVci2(u),μSci1(w)&GreaterEqual;μSci2(w)]]>μMi&OverBar;(v)&GreaterEqual;μMi(v)]]>

    ⑦如果ci1的方差占优,ci2的区域能量占优,且ci1和ci2匹配,则规则R7定义为:
    R7:如果μVci1(u)&GreaterEqual;μVci2(u),μSci1(w)<μSci2(w)]]>μMi(v)>μM&OverBar;i(v)]]>

    ⑧如果ci2的方差占优,ci1的区域能量占优,且ci1和ci2匹配,则规则R8定义为:
    R8:如果μVci1(u)<μVci2(u),μSci1(w)&GreaterEqual;μSci2(w)]]>μMi(v)>μM&OverBar;i(v)]]>

    b)根据最大隶属度原则对各自的权值进行模糊决策,即:

    图像子块变换系数cik的加权值分别为
    ωci1(x,y)=Σu&Element;UμRci1&CenterDot;uΣu&Element;UμRci1ωci2(x,y)=1-ωci1(x,y)]]>
    根据得到的加权值,融合系数Di表示形式为,
    Di(x,y)=ωci1(x,y)ci1(x,y)+ωci2(x,y)ci2(x,y).]]>

    6.  根据权利要求1所述的基于高阶奇异值分解和模糊推理的多聚焦图像融合方法,其特征在于,所述步骤4)具体为:根据得到的融合后系数Di,融合后的图像子块Fi通过下面的公式得到:
                                 Fi=Ui×Di×ViT。

    7.  根据权利要求1所述的基于高阶奇异值分解和模糊推理的多聚焦图像融合方法,其特征在于,所述步骤5)具体为:按照源图像重叠分块的顺序对融合后图像子块进行拼接重构,生成最终的融合图像,并且将该融合图像输出显示。

    关 键 词:
    基于 奇异 分解 模糊 推理 聚焦 图像 融合 方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    0条评论

    还可以输入200字符

    暂无评论,赶快抢占沙发吧。

    关于本文
    本文标题:基于高阶奇异值分解和模糊推理的多聚焦图像融合方法.pdf
    链接地址://www.4mum.com.cn/p-6140810.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03