NSCT变换定义及部分物理意义(附Matlab代码)

NSCT是一种基于非下采样金字塔和非下采样方向滤波器组的变换,它保持了图像大小不变,提供多尺度、多方向的平移不变性。该变换在图像融合、增强和去噪中有广泛应用,尤其适合处理声纳和遥感图像。通过MATLAB程序,可以实现NSCT的分解和分析。
摘要由CSDN通过智能技术生成

NSCT(非下采样轮廓波变换)

一、定义

NSCT变换由非下采样金字塔(non-subsampled pyramid,NSP)和非下采样方向滤波器组(non-subsampled directional filter bank,NSDFB)构成。它与轮廓波变换类似,包括子带分解和方向变换两个步骤。先由拉普拉斯金字塔变换对图像进行多分尺度分解,捕捉高频信息,再通过方向滤波器组进一步分解得到不同方向子带。NSCT变换分解过程见图1。
图1
在这里插入图片描述

         图2 非下采样金字塔基本结构

(1)NSCT分解在轮廓波变换的基础上取消了其在金字塔分解和方向分解和重构中的上下采样,图2为NSP的分解和重建示意图,其中Hk(Z)(k=0,1)表示分解滤波器,Gk(Z)(k=0,1)表示重构滤波器。一次NSP滤波可产生一个低通子带图像(y0)和一个带通方向子带图像(y1),尺寸均与源图像大小相同。
(2)NSDFB第一级分解由水平和垂直两个方向的扇形滤波器对图像做分解,得到两个方向上的高频子带。在第二级分解中级联象限滤波器,分解为4个方向,在第三级分解中再级联锲型滤波器进行多方向分解。图3为NSDFB三级分解结构图和频率分割图。将频域平面分成多方向的楔形块状结构,代表源图像在响应方向上的细节信息,最终形成一个由多个双通道NSDFB构成的滤波结构。
在这里插入图片描述

               图3 非下采样方向滤波器组基本结构

以经典的zoneplate图像为例,对其进行3层NSCT分解。如图4©所示为NSCT一级分解的垂直和水平两个方

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
NSCT(Nonsubsampled Contourlet Transform)是一种多尺度、多方向的图像分解方法,可以提取图像的边缘和纹理信息,因此在图像融合中被广泛应用。下面是一个基于NSCT的多源图像融合Matlab代码示例: ```matlab % 读取多源图像 img1 = imread('image1.jpg'); img2 = imread('image2.jpg'); % 将图像转换为灰度图 gray1 = rgb2gray(img1); gray2 = rgb2gray(img2); % 进行NSCT分解 nlevel = 4; % NSCT分解级数 w1 = nsctdec(gray1, nlevel); w2 = nsctdec(gray2, nlevel); % 计算低频系数权重 alpha = 0.5; % 权重参数 c1 = w1{1}; c2 = w2{1}; w = alpha * c1 + (1 - alpha) * c2; % 计算高频系数权重 for i = 2:nlevel+1 % 每个方向的系数权重 for j = 1:length(w1{i}) w1_coef = w1{i}{j}; w2_coef = w2{i}{j}; sigma1 = std2(w1_coef); sigma2 = std2(w2_coef); mu1 = mean2(w1_coef); mu2 = mean2(w2_coef); w_coef = (sigma2/(sigma1+eps))*(w1_coef-mu1) + mu2; w{i}{j} = alpha * w1_coef + (1 - alpha) * w2_coef; end end % 进行NSCT重构 fused_gray = nsctrec(w); % 显示融合后的图像 imshow(fused_gray, []); % 保存融合后的图像 imwrite(fused_gray, 'fused_image.jpg'); ``` 代码中,我们首先读取两幅多源图像,并将其转换为灰度图。然后使用NSCT分解将图像分解为多个频带系数。接着,我们根据低频系数的权重和高频系数的权重进行融合,最后使用NSCT重构得到融合后的图像。你可以根据自己的需求调整参数,例如分解级数、权重参数等。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值