提出了一种基于区域分割和à trous小波变换的红外与可见光图像融合算法.首先,对红外与可见光图像进行区域分割及区域关联,并按关联映射图所划分区域提取红外与可见光图像的的能量信息及梯度信息；然后,对红外与可见光图像进行多尺度à trous小波变换分解,分解后的低频部分按照文中所提出的区域能量比和区域清晰比指标进行区域融合,高频部分采用绝对值取大算子进行融合；最后进行重构得到融合图像.结果表明,该算法既可保持可见光图像的光谱信息,又可有效获取红外图像的热目标信息.

提出了一种基于多阈值分割和无下采样Contourlet变换(Nonsubsampled Contourlet Transform, NSCT)的多光谱与高分辨率图像融合算法。对多光谱图像进行多阈值分割, 并利用提出的区域均值比指标将多光谱图像划分为需要进行空间细节增强及需要保持光谱特征的区域; 然后利用NSCT对高分辨率图像和多光谱图像的强度分量进行多尺度、多方向分解。分解后的低频部分采用基于窗口邻域的融合规则和算子进行融合, 高频部分按区域均值比指标进行区域融合; 最后进行重构得到融合后的多光谱图像的强度分量, 经IHS逆变换后得到高分辨率的多光谱图像。实验结果表明, 该算法可获得较理想的融合图像, 融合效果优于IHS变换法、基于像素的à trous小波变换法以及基于像素的NSCT法。

提出了一种基于区域分割和Contourlet变换的图像融合算法。首先,对各源图像做区域分割,并利用区域能量比和区域清晰比的概念来度量和提取区域信息;然后,对各源图像进行多尺度非子采样Contourlet分解,分解后的高频部分采用绝对值取大算子进行融合,低频部分则采用基于区域的融合规则和算子进行融合;最后进行重构得到融合图像。对红外与可见光图像进行了融合实验,并与基于像素的à trous小波变换和Contourlet变换的融合效果进行了比较。结果表明,采用本文算法的融合图像既保留了可见光图像的光谱信息,又继承了红外图像的目标信息,其熵值高于基于像素的融合方法约10％,交叉熵仅为基于像素的融合方法的1％左右。