基于视觉显著性和NSCT的红外与可见光图像融合

发布时间：2019-10-16 08:21

【摘要】：结合非下采样轮廓波变换的平移不变性,提出了一种基于视觉显著性的红外与可见光图像融合算法。首先,利用引导滤波器改进显著性检测算法并将其用于红外图像;然后,对红外图像和可见光图像进行非下采样轮廓波变换以得到各自的低频与高频子带;最后,在低频与高频子带的融合中分别采用红外图像显著性指导法与绝对值取大法。实验结果表明,与多种相关算法相比,该算法所得融合图像在突出红外目标的同时还具有丰富的可见光背景信息,具有更好的视觉融合效果和客观质量评价。
【图文】：

结构示意图,子带,图像,带通

ectionfilterbank,NSDFB)将带通子带图像分解为多个方向的带通子带P12图像，实现图像的多方向分解；最后对每一层的低通子带图像重复上述操作，得到源图像的多层子带分解。例如低通子带图像L1经过NSPFB进一步分解为低通子带图像L21和带通子带图像P21，P21再经过NSDFB分解为多个方向的带通子带图像P22。在图像的分解和重构过程中，NSCT没有经过采样操作，各个子带图像与源图像的尺寸大小保持一致，保证了NSCT的平移不变性，解决了频谱混叠和吉布斯现象。源图像NSPFBNSPFBP1L1P21L21NSDFBNSDFBP22P12图2NSCT分解的结构示意图2.2基于NSCT的图像融合假设红外图像IRI和可见光图像TVI经过NSCT变换之后的子带系数分别为{0IR(,)jCmn，IR,(,)jlCmn0(j≥j)}和{0TV(,)jCmn，TV,(,)jlCmn0(j≥j)}，融合图像的子带系数为{0(,)FjCmn，,(,)FjlCmn0(j≥j)}，其中0(,)jCmn为低频子带系数，,(,)jlCmn为各高频子带系数。2.2.1低频融合规则由于NSCT的平移不变性，图像经NSCT分解之后低频图像的大小与原图像大小相同。基于NSCT的这一重要特性，并且为了将红外图像的目标指示特性和可见光图像丰富的背景信息充分结合起来，本文提出了一种基于NSCT和改进FT显著性检测方法的低频融合规则。首先通过引导滤波器改进的FT显著性检测算法计算红外图像的显著性图，然后利用显著性图来指导低频子带系数的融合。红外与可见光低频融合策略可以表示为：00IRIR(,)(,)(,)FjjCmn=ωmnCmn+0TVTV(,)(,)jωmnCmn(5)式中，IRTVω(m,n)+ω(m,n)=1(6)IRω(m,n)=Smap(m,n)(7)式中，，Smap(m,n)为红外图像的显著性图S(x,y)?

结构示意图,子带,图像,带通

【相似文献】