基于CSR和能量特征的红外与可见光图像融合

摘要：

传统稀疏表示(SR)分块处理策略降低了图像连续性,使得特征信息损失严重.因此,提出了基于卷积稀疏表示(CSR)和能量特征的红外与可见光图像融合算法.该算法将非下采样轮廓波变换(NSCT)域低频子带分解成低频基础分量和细节特征分量,使用局部拉普拉斯能量法(LLE)和卷积稀疏表示分别进行融合,获得低频子带融合图像.同时,根据底层视觉特征构建新活性度量方法来融合高频子带,最后对高、低频部分进行NSCT反变换重建.实验结果表明:该算法有效结合了源图像的边缘纹理信息,在主观和客观评价上皆优于现有的大部分算法.

关键词：图像融合;非下采样轮廓波变换;局部拉普拉斯能量法;卷积稀疏表示

所属期刊栏目：51

分类号：TP751.1(遥感技术)

资助基金：国家自然科学基金项目No.61761025.No.81860318

在线出版日期：2021-09-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1088-1096