典型文献
基于NSCT的焦点度量优化和ISML多聚焦图像融合
文献摘要：
针对成像设备的景深有限,采集图像部分失焦的问题,提出了一种有效的多聚焦图像融合算法,进一步提高图像的对比度和清晰度.首先用NSCT将源图像分解为近似子带和详细子带;然后采用焦点度量优化策略(FMO)和修正拉普拉斯变换(ISML)分别合并近似子带系数和详细子带系数;最后进行逆NSCT得到融合后的图像.利用灰度多聚焦图像数据集进行实验,并与常用的多聚焦图像融合算法对比分析得出,该算法在融合图像的视觉效果和7种常用的客观评价指标都具有更优越的性能.
文献关键词：
多聚焦;NSCT;焦点度量;拉普拉斯变换
中图分类号：
作者姓名：
姚海;秦华旺
作者机构：
南京信息工程大学电子与信息工程学院 南京210044
文献出处：
引用格式：
[1]姚海;秦华旺-.基于NSCT的焦点度量优化和ISML多聚焦图像融合)[J].电子测量技术,2022(04):85-90
A类：
焦点度量,ISML
B类：
NSCT,多聚焦图像融合,成像设备,景深,采集图像,失焦,融合算法,对比度,清晰度,先用,图像分解,FMO,拉普拉斯变换,灰度,图像数据集,算法对比,融合图像,视觉效果,客观评价指标,更优越
AB值：
0.259545
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
