文件名称：论文研究-NSCT和非负矩阵分解的图像融合方法.pdf
文件大小：772KB
文件格式：PDF
更新时间：2022-09-27 04:26:59
论文研究
非采样Contourlet变换（Nonsubsampled Contourlet transform，NSCT）是一种新的多尺度变换，它同时具有方向性、各向异性和平移不变性，能有效地表示图像的边沿与轮廓。非负矩阵分解（Non-negative Matrix Factorization，NMF）是在矩阵中所有元素均为非负数的条件下的一种矩阵分解方法。在非负矩阵分解过程中，适当地选取特征空间的维数能够获得原始数据的局部特征。提出了一种基于NSCT和NMF的图像融合方法。首先用NSCT对已配准的源图像进行分解，得到低通子带系数和各带通子带系数；其次将低通子带系数作为原始数据，选取特征空间的维数为1，利用非负矩阵分解得到包含特征基的低通子带系数；对各带通子带系数采取绝对值最大的原则进行系数选择，得到融合图像的各带通子带系数；最后经过NSCT逆变换得到融合图像。实验结果表明，融合结果优于Laplacian方法、小波方法和NMF方法。