基于shearlet域和邻域结构特征的红外与可见光图像融合图像处理
1 空军工程大学航空航天工程学院
2 西安空军工程大学工程学院信号处理实验室
3 空军工程大学航空航天工程学院综合航电教研部
针对传统融合方法融合后目标轮廓模糊和细节不突出的问题,本文提出了一种在shearlet框架下基于邻域结构特征的红外与可见光图像融合方法。首先通过shearlet变换对源图像进行分解得到与源图像同大小的高频和低频子带系数;其次,为防止融合后图像边缘模糊,在低频子带系数上采用几何距离与能量距离加权的融合规则,同时为更好地保留源图像的细节信息,对高频子带系数采用灰度差异与梯度距离加权的融合规则;最后经过shearlet逆变换得到融合后图像。通过实验对比发现,在视觉效果方面,本文方法能有效的提取红外目标信息、保持可见光图像信息。实验结果表明,本文方法在保留图像轮廓信息的基础上,凸显了目标信息,有效提高了融合效果。
丁文杉, 毕笃彦, 何林远, 凡遵林, 吴冬鹏. 基于shearlet域和邻域结构特征的红外与可见光图像融合[J]. 光学学报, 2017, 37(10): 2.
DOI:10.3788/aos201737.10图像处理02