【图像融合】基于方向离散余弦变换和主成分分析的图像融合附matlab代码

简介: 【图像融合】基于方向离散余弦变换和主成分分析的图像融合附matlab代码

1 简介

摘要:

The purpose of image fusion is to merge relevant information from multiple images right into a single image. In this paper, by conducting the review it has been discovered that the majority of the existing techniques are based upon transform domain therefore it could results in some artifacts which might decrease the execution of the transform based vision fusion techniques. Moreover it is already been discovered that the issue of the uneven illuminate has already been neglected in the absolute most of existing focus on fusion. Therefore to overcome these issues, a fresh method which integrates the larger valued Alternating Current (AC) coefficients calculated in iterative block level principal component averaging (IBLPCA) domain base fusion with illuminate normalization and fuzzy enhancement has been proposed in this paper. The experimental results show the efficiency of proposed algorithm over existing work.

2 部分代码

%function[] = DDCTIFdemo()% DDCT (Directional Discrete Cosine Transform) based image fusion - demo% VPS Naidu, MSDF Lab, CSIR-NAL, March 2014% Reference: "? %       Journal of Optics, Vol. 43, No.1, pp.48-61, March 2014.%%close all;clear all;home;%%dflg = 1; % 0: no display OR 1: displayaflag = 1; % 1: Average, 2: max rule OR 3: energy rulebs = 4; %[4 8 16 32 64 128 256];  block size%%% insert imagesimt = im2double(imread('saras9t.jpg'));im1 = im2double(imread('saras91.jpg'));im2 = im2double(imread('saras92.jpg'));if dflg == 1    figure(1);    subplot(121);imshow(im1);title('image to be fused - im1');    subplot(122);imshow(im2);title('image to be fused - im2');    pause(1);end%%mode = [0 1 3 4 5 6 7 8]; % directional modelmode = length(mode);%% if aflag == 1 % fusion by DDCT average rule    h1 = waitbar(0,'Please wait...');    for j=1:lmode        imf1{j} = DDCTIFav(im1,im2,bs,mode(j));        waitbar(j/lmode,h1);    end    close(h1);end%%if aflag == 2 % fusion by DDCT max rule    h1 = waitbar(0,'Please wait...');    for j=1:lmode        imf1{j} = DDCTIFmax(im1,im2,bs,mode(j));        waitbar(j/lmode,h1);    end    close(h1);end%%if aflag == 3 % fusion by DDCT energy rule    h1 = waitbar(0,'Please wait...');    for j=1:lmode        imf1{j} = DDCTIFek(im1,im2,bs,mode(j));        waitbar(j/lmode,h1);    end    close(h1);end%%% fusion by PCAimf = fuse_pca(imf1{1},imf1{2},imf1{3},imf1{4},imf1{5},imf1{6},imf1{7},imf1{8});%%% Performance evaluation metrics[RMSE,SF] = im_fuse_per_eval(imt,imf);%%% display resultsif dflg == 1    figure(2);    subplot(121); imshow(imf); title('fused image');        imd = imt-imf;    subplot(122); imshow(imd); title('error image');endfprintf('\nRMSE :  %3f2', RMSE);fprintf('\nSF   :  %3f2', SF);fprintf('\n\n');%%

3 仿真结果

4 参考文献

[1]赵晓雷. 基于IHS变换和主成分分析变换的图像融合[J]. 科学技术与工程, 2010(20):4.

[2] Kaur P . Hybrid PCA-DCT Based Image Fusion For Medical Images.

博主简介:擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真,相关matlab代码问题可私信交流。

部分理论引用网络文献,若有侵权联系博主删除。


相关文章
|
26天前
|
算法 C++ Windows
基于离散差分法的复杂微分方程组求解matlab数值仿真
本程序使用离散差分法求解复杂微分方程组,将连续微分方程转化为差分方程,采用一阶显式时间格式和一阶偏心空间格式。经MATLAB2022a测试验证有效。
|
14天前
|
算法 数据安全/隐私保护
数字通信中不同信道类型对通信系统性能影响matlab仿真分析,对比AWGN,BEC,BSC以及多径信道
本项目展示了数字通信系统中几种典型信道模型(AWGN、BEC、BSC及多径信道)的算法实现与分析。使用Matlab2022a开发,提供无水印运行效果预览图、部分核心代码及完整版带中文注释的源码和操作视频。通过数学公式深入解析各信道特性及其对系统性能的影响。
|
2月前
|
算法 C++ Windows
基于离散差分法的复杂微分方程组求解matlab数值仿真
本程序基于离散差分法求解复杂微分方程组,将连续微分方程转化为差分方程,采用一阶显式时间格式和一阶偏心空间格式。在MATLAB2022a上测试通过,展示了运行结果。
|
2月前
|
编解码 算法 数据安全/隐私保护
基于BP译码的LDPC误码率matlab仿真,分析码长,码率,信道对译码性能的影响,对比卷积码,turbo码以及BCH码
本程序系统基于BP译码的LDPC误码率MATLAB仿真,分析不同码长、码率、信道对译码性能的影响,并与卷积码、Turbo码及BCH编译码进行对比。升级版增加了更多码长、码率和信道的测试,展示了LDPC码的优越性能。LDPC码由Gallager在1963年提出,具有低复杂度、可并行译码等优点,近年来成为信道编码研究的热点。程序在MATLAB 2022a上运行,仿真结果无水印。
59 0
|
3月前
|
算法 数据可视化
基于SSA奇异谱分析算法的时间序列趋势线提取matlab仿真
奇异谱分析(SSA)是一种基于奇异值分解(SVD)和轨迹矩阵的非线性、非参数时间序列分析方法,适用于提取趋势、周期性和噪声成分。本项目使用MATLAB 2022a版本实现从强干扰序列中提取趋势线,并通过可视化展示了原时间序列与提取的趋势分量。代码实现了滑动窗口下的奇异值分解和分组重构,适用于非线性和非平稳时间序列分析。此方法在气候变化、金融市场和生物医学信号处理等领域有广泛应用。
181 19
|
3月前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于NSCT非采样轮廓波变换和CNN网络人脸识别matlab仿真
本项目展示了一种结合非采样轮廓波变换(NSCT)与卷积神经网络(CNN)的人脸识别系统。通过NSCT提取多尺度、多方向特征,并利用CNN的强大分类能力实现高效识别。项目包括ORL人脸库的训练结果对比,提供Matlab 2022a版本下的完整代码及详细中文注释,另有操作步骤视频指导。
|
4月前
|
安全
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
本文介绍了2023年高教社杯数学建模竞赛D题的圈养湖羊空间利用率问题,包括问题分析、数学模型建立和MATLAB代码实现,旨在优化养殖场的生产计划和空间利用效率。
216 6
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
|
3月前
|
算法
基于GA遗传优化的离散交通网络双层规划模型设计matlab仿真
该程序基于GA遗传优化设计了离散交通网络的双层规划模型,以路段收费情况的优化为核心,并通过一氧化碳排放量评估环境影响。在MATLAB2022a版本中进行了验证,显示了系统总出行时间和区域排放最小化的过程。上层模型采用多目标优化策略,下层则确保总阻抗最小,实现整体最优解。
|
4月前
|
算法 Perl
【光波电子学】基于MATLAB的多模光纤模场分布的仿真分析
本文介绍了基于MATLAB的多模光纤模场分布仿真分析,详细阐述了多模光纤的概念、实现方法、仿真技术,并利用模式耦合方程分析方法,通过理论和仿真模型设计,展示了不同模式下的光场分布及其受光纤参数影响的分析结果。
152 4
【光波电子学】基于MATLAB的多模光纤模场分布的仿真分析
|
3月前
|
算法 数据挖掘 vr&ar
基于ESTAR指数平滑转换自回归模型的CPI数据统计分析matlab仿真
该程序基于ESTAR指数平滑转换自回归模型,对CPI数据进行统计分析与MATLAB仿真,主要利用M-ESTAR模型计算WNL值、P值、Q值及12阶ARCH值。ESTAR模型结合指数平滑与状态转换自回归,适用于处理经济数据中的非线性趋势变化。在MATLAB 2022a版本中运行并通过ADF检验验证模型的平稳性,适用于复杂的高阶自回归模型。