新乡学院 物理与电子工程学院，河南 新乡 453000
图像拼接技术主要由3 部分构成：采集、匹配和融合，其中匹配最为关键，决定拼接质量。针对SIFT 图像拼接算法的特征点数目局部过高或过低情况，采用对比度阈值自适应的SIFT 图像拼接算法，可得到合理数目的特征点。此方法保证特征点数目在150～300 之间，过高或过低时，可自适应调节数目，进行有效控制。实验证明：改进的算法保证拼接效果的基础上，提高运算效率，具有实用价值。
图像拼接 SIFT 算法 对比度阈值 自适应 image mosaic SIFT algorithm Contract threshold self-adaption
新乡学院 物理与电子工程学院, 河南 新乡 453000
基于压缩感知的图像融合属于像素级层次的图像融合。传统的DWT压缩感知图像融合研究对象是整个稀疏系数, 但小波系数中低频系数并非稀疏, 因此影响融合质量。针对此, 提出一种基于DWT-IRLS的压缩感知图像融合。首先对图像进行DWT转换, 针对高频系数采样测量; 然后对高频系数和低频系数进行融合, 并且引入迭代权重最小二乘法（IRLS）算法, 重构高频系数; 最后经DWT逆转换, 得到融合图像。实验证明: 通过4个客观评价指标和主观评价对比, 2组实验融合效果均得到提高。此方法在一定程度上可提高图像融合效果, 具有一定的实用价值。
图像融合 压缩感知 小波变换 迭代权重最小二乘法 image fusion compressive sensing DWT IRLS
