1 南京航空航天大学电子信息工程学院, 江苏 南京 211106
2 南京信息工程大学江苏省大数据分析技术重点实验室, 江苏 南京 210044
3 浙江工业大学浙江省信号处理重点实验室, 浙江 杭州 310023
4 广西师范大学广西多源信息挖掘与安全重点实验室, 广西 桂林 541004
5 成都理工大学国土资源部地学空间信息技术重点实验室, 四川 成都 610059
6 中国地质科学院矿产资源研究所国土资源部成矿作用与资源评价重点实验室, 北京 100037
为了使融合结果突出目标并发掘更多细节,提出了一种基于目标提取与引导滤波增强的红外与可见光图像融合方法。首先对红外图像依据二维Tsallis熵和基于图的视觉显著性模型提取目标区域。然后对可见光与红外图像分别进行非下采样Shearlet变换(NSST),并对所得低频分量进行引导滤波增强。由增强后的红外图像和可见光图像低频分量基于目标提取的融合规则得到融合图像的低频分量,高频分量则根据方向子带信息和取大来确定。最后经NSST逆变换得到融合图像。大量实验结果表明,本文方法在增强融合图像空间细节的同时,有效突出了目标,并且在信息熵、平均梯度等指标上优于基于拉普拉斯金字塔变换、基于小波变换、基于平稳小波变换、基于非下采样Contourlet变换(NSCT)、基于目标提取与NSCT变换等。
图像处理 图像融合 红外图像 可见光图像 非下采样Shearlet变换 目标提取