二尺度分解和显著性提取的红外与可见光图像融合

摘要：

为增强红外与可见光图像融合可视性,克服红外与可见光图像融合结果中细节丢失、目标不显著和对比度低等问题,提出一种基于二尺度分解和显著性提取的红外与可见光图像融合方法.首先,以人类视觉感知理论为基础,针对人眼对图像不同区域敏感性不同特性,在跨模态融合任务中需要对源图像进行不同层次分解,避免高频分量和低频分量混合减少光晕效应,采用二尺度分解方法对源红外与可见光图像进行分解,分别获取各自的基本层和细节层,该分解方法能够很好的表达图像并具有很好的实时性;然后,针对基本层的融合提出一种基于视觉显著图(VSM)的加权平均融合规则,VSM方法能够很好提取源图像中的显著结构和目标.采用基于VSM的加权平均融合规则对基本层融合,能够有效避免直接使用加权平均策略而导致对比度损失,使融合图像可视性更好;针对细节层的融合,采用Kirsch算子对源图像分别提取得到显著图,然后通过VGG-19网络对显著图进行特征提取获取权值图,并与细节层进行融合,得到融合的细节层;Kirsch算子能在八个方向上快速提取图像边缘,显著图中将包含更多边缘信息和更少噪声,且VGG-19网络能够提取到图像更深层特征信息,获取的权值图中将包含更多有用信息;最后,将融合后的基本层和细节层图像进行叠加,获取最终融合结果.在实验部分,选取了四组典型的红外与可见光图像来进行测试,并与其他六种目前主流方法进行对比.结果表明,该方法在主观质量上具有高对比度、目标突出、细节信息丰富和图像边缘特征保持较好等优势.在信息熵、互信息、标准差、多尺度结构相似度测量和差异相关和等客观指标上也展现出比较好的结果.

关键词：红外与可见光融合、二尺度分解、Kirsch算子、权值图、特征提取

所属期刊栏目：43

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;重庆市高校创新研究群体项目;重庆市基础研究与前沿探索项目;重庆市教委科学技术研究项目

在线出版日期：2023-03-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：590-596