首页 > 论文 > 激光与光电子学进展 > 57卷 > 04期(pp:041005)

结合RPCA和NSCT的红外与可见光图像的压缩融合

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

现有的红外与可见光图像融合算法存在融合图像对比度与清晰度降低和细节纹理信息损失等问题。针对这些问题,提出将鲁棒主成分分析(RPCA)、压缩感知(CS)和非次采样轮廓波变换(NSCT)相结合的融合算法。首先对两幅源图像分别进行预增强处理,应用RPCA分解得到相应的稀疏分量和低秩分量;然后对稀疏矩阵利用结构随机矩阵压缩采样,利用高斯梯度-信息反差对比度(GG-DCI)压缩融合,经正交匹配追踪法(OMP)重构;接着对低秩矩阵采用NSCT分解成低频子带和高频子带,低频子带选用区域能量-直觉模糊集(RE-IFS)融合,最高频子带利用最大绝对值规则融合,其他高频子带选用自适应高斯区域方差融合;最后将融合后的稀疏分量和低秩分量叠加得到融合图像。实验结果表明,本文算法相比其他算法能够更好地提高融合图像对比度和清晰度,保留丰富的细节纹理信息,客观评价指标也总体优于现有算法,有效提升红外与可见光图像融合效果。

Newport宣传-MKS新实验室计划
补充资料

DOI:10.3788/lop57.041005

作者单位:

    西北师范大学数学与统计学院
    西北师范大学数学与统计学院
    西北师范大学数学与统计学院

引用该论文

苏金凤,张贵仓,汪凯. 结合RPCA和NSCT的红外与可见光图像的压缩融合[J].激光与光电子学进展,2020,57(04):041005.