基于差异特征幅值区间融合有效度分布的双模态红外图像融合算法选择方法

    公开(公告)号:CN111445430B

    公开(公告)日:2022-03-29

    申请号:CN202010241703.9

    申请日:2020-03-31

    Applicant: 中北大学

    Abstract: 本发明涉及双模态红外图像的融合,具体为基于差异特征幅值区间融合有效度分布的双模态红外图像融合算法选择方法,(1)通过选取红外偏振与光强图像的主要差异特征,提取了差异特征的幅值;(2)通过对差异特征幅值的区间划分,确定了算法在不同幅值区间下的融合有效度,据此构造了融合算法的差异特征幅值融合有效度分布;(3)根据构造的融合算法的差异特征幅值融合有效度分布,能够从多种融合算法中优化选择出融合效果相对最好的算法,克服了一般主观定性分析算法与图像差异特征之间的关系选择融合算法存在的局限性,为融合算法的优化选择提供新的客观依据,更为研究多特征幅值融合有效度分布合成提供了理论基础。

    基于直觉可能性集的图像差异特征属性融合有效度分布构造及合成方法

    公开(公告)号:CN110223264B

    公开(公告)日:2022-03-25

    申请号:CN201910343217.5

    申请日:2019-04-26

    Applicant: 中北大学

    Abstract: 本发明提出基于直觉可能性集的差异特征属性融合有效度分布构造及合成方法。首先,确定差异特征的类型,计算融合图像与源图像间差异特征幅值的距离,根据算法对各差异特征幅值的融合效果,将其距离分为好、坏、非好非坏3个区间并作为算法对各差异特征融合有效度的直觉可能性集,提出基于直觉可能性集的融合有效度分布构造方法;其次,对于每一差异特征的多个幅值区间,提出一种基于直觉可能性集排序的分布合成方法,计算各算法在差异特征不同幅值区间上的融合有效度得分情况以及算法对各差异特征幅值融合有效度的综合评价值,以此为据对于不同的差异特征,选取融合效果较好的融合算法。

    基于非参数估计的差异特征频次分布构造方法

    公开(公告)号:CN111445464A

    公开(公告)日:2020-07-24

    申请号:CN202010242120.8

    申请日:2020-03-31

    Applicant: 中北大学

    Abstract: 本发明涉及双模态红外图像的差异特征频次分布构造,具体为基于非参数估计的差异特征频次分布构造方法,构造的频次属性可作为融合算法的选取依据,进而结合类型、幅值属性选择合适的融合算法,提高双模态红外图像的融合质量,解决只考虑基于类型和幅值两个属性选择融合算法而导致融合结果产生偏差的问题。对于动态探测场景,图像帧间各属性变化复杂,基于传统映射的融合模型无法随差异特征各属性的变化而动态调整算法,导致融合效果差甚至失效。因此,只有根据差异特征多个属性选择合适的融合算法,才能提高双模态红外图像的融合质量,所以本发明中差异特征频次分布的构造对于下一步实现图像精准融合至关重要。

    基于直觉可能性集的图像差异特征属性融合有效度分布构造及合成方法

    公开(公告)号:CN110223264A

    公开(公告)日:2019-09-10

    申请号:CN201910343217.5

    申请日:2019-04-26

    Applicant: 中北大学

    Abstract: 本发明提出基于直觉可能性集的差异特征属性融合有效度分布构造及合成方法。首先,确定差异特征的类型,计算融合图像与源图像间差异特征幅值的距离,根据算法对各差异特征幅值的融合效果,将其距离分为好、坏、非好非坏3个区间并作为算法对各差异特征融合有效度的直觉可能性集,提出基于直觉可能性集的融合有效度分布构造方法;其次,对于每一差异特征的多个幅值区间,提出一种基于直觉可能性集排序的分布合成方法,计算各算法在差异特征不同幅值区间上的融合有效度得分情况以及算法对各差异特征幅值融合有效度的综合评价值,以此为据对于不同的差异特征,选取融合效果较好的融合算法。

    基于非参数估计的差异特征频次分布构造方法

    公开(公告)号:CN111445464B

    公开(公告)日:2022-04-19

    申请号:CN202010242120.8

    申请日:2020-03-31

    Applicant: 中北大学

    Abstract: 本发明涉及双模态红外图像的差异特征频次分布构造,具体为基于非参数估计的差异特征频次分布构造方法,构造的频次属性可作为融合算法的选取依据,进而结合类型、幅值属性选择合适的融合算法,提高双模态红外图像的融合质量,解决只考虑基于类型和幅值两个属性选择融合算法而导致融合结果产生偏差的问题。对于动态探测场景,图像帧间各属性变化复杂,基于传统映射的融合模型无法随差异特征各属性的变化而动态调整算法,导致融合效果差甚至失效。因此,只有根据差异特征多个属性选择合适的融合算法,才能提高双模态红外图像的融合质量,所以本发明中差异特征频次分布的构造对于下一步实现图像精准融合至关重要。

    基于差异特征幅值区间融合有效度分布的双模态红外图像融合算法选择方法

    公开(公告)号:CN111445430A

    公开(公告)日:2020-07-24

    申请号:CN202010241703.9

    申请日:2020-03-31

    Applicant: 中北大学

    Abstract: 本发明涉及双模态红外图像的融合,具体为基于差异特征幅值区间融合有效度分布的双模态红外图像融合算法选择方法,(1)通过选取红外偏振与光强图像的主要差异特征,提取了差异特征的幅值;(2)通过对差异特征幅值的区间划分,确定了算法在不同幅值区间下的融合有效度,据此构造了融合算法的差异特征幅值融合有效度分布;(3)根据构造的融合算法的差异特征幅值融合有效度分布,能够从多种融合算法中优化选择出融合效果相对最好的算法,克服了一般主观定性分析算法与图像差异特征之间的关系选择融合算法存在的局限性,为融合算法的优化选择提供新的客观依据,更为研究多特征幅值融合有效度分布合成提供了理论基础。

Patent Agency Ranking