针对红外与可见光图像融合易受噪声干扰从而使目标信息减弱的问题, 提出了一种基于目标区域提取和压缩感知的融合算法。首先, 在频率域上对红外图像进行显著区域检测得到其对应的显著度图, 并在显著图指导下结合区域生长法提取红外图像的目标区域, 有效抑制噪声与复杂背景的干扰。然后, 用非下采样剪切波变换对待融合的图像进行分解, 采用不同的融合策略分别对目标与背景区域的高、低频子带进行融合。针对背景区域提出一种新的基于多分辨率奇异值分解和压缩感知的融合规则, 最后, 进行非下采样剪切波逆变换得到融合图像。与其他算法的对比实验结果表明, 本文算法能更好地突出目标区域, 保留图像细节信息, 抑制噪声干扰; 图像质量评价指标中的信息熵、标准差、互信息、边缘保持度分别提高了3.94%, 19.14%, 9.96%和8.52%。

提出了一种多分辨奇异值分解(MSVD)的新框架,并把它应用于多聚焦图像融合中。 基于分块算法原理,利用奇异值分解获得具有不同分辨率的一幅近似和三幅细节图像。 结合重构算法,给出了图像的融合框架。对比基于离散小波变换(DWT)的融合算法, 基于MSVD的融合效果更好,而且 MSVD的基向量只依赖于图像本身而不像小波需要固定的基。采用客观性能指标对结果图 像进行评价。实验结果表明,提出的方法不仅简单易行,而且图像表现出良好的视觉效果, 清晰度和空间频率都有很大提高。