基于LatLRR与NSP分解的红外与可见光图像融合

摘要：

针对现有红外与可见光图像融合过程中存在的图像对比度低、红外特征不明显等问题,提出了一种基于非采样金字塔滤波(Nonsubsampled Pyramid,NSP)与潜在低秩表示(Latent Low Rank Representation,LatLRR)分解的红外与可见光图像融合算法.首先,对红外与可见光图像进行分解,采用NSP分解提取源图像的低频信息,LatLRR分解提取源图像的局部结构信息;其次,根据红外低频信息与可见光低频信息的特征及融合结果图像中低频分量占比,利用红外像素强度权重调控策略完成对低频信息的融合,同时,为使红外与可见光的局部结构信息在融合时保持均衡,使用基于像素灰度值求和的策略进行 1 ∶1 融合;最后,图像重构中引入非线性变换思想,使局部结构信息与低频信息有更加完美的契合.实验结果表明,融合结果图像在极大保留红外特征的同时又能兼顾可见光图像中的细节信息,该算法能够对红外与可见光图像进行有效融合.

关键词：图像融合、红外与可见光、非采样金字塔滤波、潜在低秩表示、非线性变换

所属期刊栏目：53

分类号：TP391;TN29(计算技术、计算机技术)

资助基金：国家自然科学基金;陕西省科技厅自然科学基础研究重点项目

在线出版日期：2023-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1441-1448