基于 NSST 和 CS 的红外与可见光图像融合

摘要：

针对红外与可见光图像需要实时融合的特点，提出一种降低算法复杂度的基于非降采样剪切波变换（Non-subsampled Shearlet Transform）和压缩感知域的红外与可见光图像融合算法。利用 NSST 算法对红外图像和可见光图像分别进行多尺度、多方向稀疏分解，分别得到低频系数和各带通方向子带系数。对低频子带系数采用基于目标特征的加权平均融合规则；压缩感知理论的测量矩阵采用哈达马阶快速沃尔什矩阵，对细节信息保留较多的各带通子带系数进行观测测量，得到更稀疏的各带通子带系数测量值，对此测量值采用基于区域方差选大的融合规则得到融合测量值，运用基于增广的拉格朗日乘子和交叠方向恢复算法对融合测量值进行重构得到近似精确的各带通子带融合系数，最后对低频子带融合系数和各带通方向子带融合系数执行 NSST 逆变换得到最终的融合图像。实验结果表明，该融合方法不仅可以保证融合清晰度，同时还可以缩短算法的运行时间。

关键词：图像融合、NSST、红外图像、可见光图像、压缩感知、哈达玛矩阵

所属期刊栏目：46

分类号：TP391(计算技术、计算机技术)

资助基金：辽宁省科技厅工业攻关项目No.2012216027；沈阳市科技计划项目No.F13－096－2－00资助。

在线出版日期：2016-05-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：502-506