论文研究-融合Gabor与局部切空间排列法的人脸识别算法.pdf

研究了主分量分析（PCA）和非下采样Contourlet变换（NSCT），提出一种新的多光谱图像和全色图像的融合算法。该方法对多光谱图像进行PCA变换，对所得的第一主分量（PC1）以及全色图像进行NSCT变换。对二者的低频近似系数再次进行PCA变换以寻求多光谱信息和空间信息的平衡；对于高频细节系数，通过结构相似性指标（SSIM）和局部Sobel梯度进行融合，进一步提高空间信息量；经过逆NSCT和逆PCA变换得到融合图像。实验结果表明，提出的方法在增强融合图像空间细节表现能力的同时，尽可能地保留了多光谱图像的光谱信息，优于传统的基于IHS、PCA、小波变换和Contourlet变换的融合方法，是有效可行的。