武汉科技大学 信息科学与工程学院, 湖北 武汉 430081
由于谱图小波变换(Spectral Graph Wavelet Transform, SGWT)可充分利用图像在图域中的光谱 特性, 本文结合其对不规则小区域表达的优势, 提出了一种基于多显著性的红外与可见光融合算法。 首先应用 SGWT 将源图像分解成一个低频子带和若干个高频子带; 对于低频系数, 将多个互补的低 层特征结合起来, 提出了一种适合人眼视觉特征的多显著性融合规则, 对于高频系数, 充分考虑邻域 像素的相关性, 提出了一种区域绝对值取大规则; 最后, 应用了一种加权最小二乘优化(weighted least squares, WLS)方法对谱图小波重构的融合图像进行优化, 在突出显著目标的同时尽可能多地保留可 见光的背景细节。实验结果表明, 与 DWT( Discrete Wavelet Transform)、NSCT( Non-down Sampled Contourlet Transform)等7种相关算法相比, 在突出红外目标的同时还能保留更多的可见光背景细节, 具有较好的视觉效果; 同时在方差、熵、Qabf和互信息量4个客观评价上也均占据优势。
图像融合 谱图小波变换 多显著性 加权最小二乘优化 image fusion, spectral graph wavelet transform, mu