針對傳統(tǒng)可見光和紅外圖像融合方法存在融合圖像中缺失方向性信息和各向異性信息的問題,提出了一種基于雙層次決策規(guī)則的紅外與可見光圖像融合方法。該方法將各向異性擴散（Anisotropic Diffusion,AD）和極值規(guī)則進行融合,首先通過AD濾波器將每個輸入的源圖像分解為近似層和細節(jié)層。然后將雙層次融合決策規(guī)則分別應用于細節(jié)層和近似層,以保留光譜信息和結構信息,最后使用結構相似性指數(shù)（SSIM）、平均梯度（AG）和信息熵（IE）對融合圖像的圖像質量進行評估。實驗結果表明,相比現(xiàn)有其他圖像融合方法,所提方法的融合圖像中具有更多的信息并有效減少了偽影現(xiàn)象,驗證了所提出方法的有效性。 

【文章來源】：半導體光電. 2020,41(02)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

基礎層和細節(jié)層分解結果

可見光圖像和紅外光圖像進行融合后的結果

各種圖像融合方法的客觀指標對比結果如表1和圖3所示。從表1和圖3可以看出，相比其他方法，本文所提方法在所有的融合質量客觀評價指標值上均有一定程度的提高。相比于文獻[9]中的DTZ方法，本文方法得到的IE提高了約4.48%，這表明其融合圖像中的信息量很大。此外，越高的SSIM值表示源圖像和融合圖像之間的結構相似度越高。而相比于文獻[9]中的方法，本文圖像融合方法得到的SSIM提高了約14.7%。這表明所提方法的融合圖像中具有更多的信息并有效減少了偽影現(xiàn)象。3 結論

【參考文獻】：
期刊論文
[1]基于二維經驗模態(tài)分解和高斯模糊邏輯的紅外與可見光圖像融合[J]. 朱攀,黃戰(zhàn)華.  光電子·激光. 2017(10)
[2]基于視覺顯著性和NSCT的紅外與可見光圖像融合[J]. 傅志中,王雪,李曉峰,徐進.  電子科技大學學報. 2017(02)
[3]基于DWT-IRLS的壓縮感知圖像融合[J]. 李尊,苗同軍.  液晶與顯示. 2017(01)
[4]基于多特征的紅外與可見光圖像融合[J]. 楊桄,童濤,陸松巖,李紫陽,鄭悅.  光學精密工程. 2014(02)
[5]一種基于平穩(wěn)小波域的紅外圖像增強方法[J]. 龔昌來,羅聰,楊冬濤,黃杰賢.  激光與紅外. 2013(06)
[6]自適應動態(tài)峰值剪切直方圖均衡化[J]. 陳永亮,王華彬,陶亮.  計算機工程與應用. 2015(01)
[7]激光對紅外熱成像設備自動增益控制電路的干擾效果[J]. 張恒偉,冀翔,趙威,張雷,董澤俊.  強激光與粒子束. 2011(09)



本文編號：3256950