針對(duì)紅外與可見(jiàn)光圖像融合中存在的顯著目標(biāo)不突出、對(duì)比度低、存在較多的偽影問(wèn)題,提出了一種結(jié)合快速自適應(yīng)二維經(jīng)驗(yàn)?zāi)B(tài)分解(fast and adaptive bidimensional empirical mode decomposition,FABMED)和改進(jìn)的顯著性檢測(cè)的圖像融合算法。首先,通過(guò)FABEMD對(duì)紅外和可見(jiàn)光圖像進(jìn)行多尺度分解得到對(duì)應(yīng)的基礎(chǔ)層和細(xì)節(jié)層。然后,對(duì)最大對(duì)稱環(huán)繞顯著性檢測(cè)做暗抑制改進(jìn),將其用于基礎(chǔ)層的融合上;結(jié)合改進(jìn)的顯著性檢測(cè)和引導(dǎo)濾波,對(duì)細(xì)節(jié)層進(jìn)行融合。最后,對(duì)各融合子圖進(jìn)行FABEMD逆變換重構(gòu)出融合圖像。與其他經(jīng)典的融合算法相比,仿真實(shí)驗(yàn)驗(yàn)證了本文算法的有效性。

【文章頁(yè)數(shù)】：9 頁(yè)

【部分圖文】：

圖2MSS和DSMSS顯著性檢測(cè)對(duì)比

圖2MSS和DSMSS顯著性檢測(cè)對(duì)比1.4融合規(guī)則

圖1結(jié)合FABEMD-DSMSS的圖像融合結(jié)構(gòu)圖

算法的流程主要有FABEMD分解、DSMSS顯著性檢測(cè)、融合規(guī)則。1.2FABEMD分解

圖2MSS和DSMSS顯著性檢測(cè)對(duì)比

圖2為MSS和DSMSS顯著性檢測(cè)對(duì)比。在圖2(c）～圖2(f）中，框中的部分在源圖像中較暗，不應(yīng)該出現(xiàn)在融合圖像中，從圖2(c）～圖2(f）可以看出，框中的部分出現(xiàn)在MSS顯著性檢測(cè)結(jié)果圖中，而DSMSS顯著性檢測(cè)對(duì)這一部分進(jìn)行了抑制。在融合結(jié)果圖2(g）和圖2(h）中，基于M....

圖3基礎(chǔ)層融合規(guī)則分析

分解圖像的基礎(chǔ)層包含了圖像的大部分能量，為了使融合結(jié)果中目標(biāo)突出，本文基礎(chǔ)層融合規(guī)則基于DSMSS顯著性檢測(cè)生成。圖3是基礎(chǔ)層融合規(guī)則分析，紅外與可見(jiàn)光圖像的DSMSS對(duì)比圖通過(guò)式（8）計(jì)算�？梢钥闯�，圖3(a）目標(biāo)突出，將其用于基礎(chǔ)層的融合規(guī)則中，可以保持顯著性目標(biāo)的對(duì)比度，取....

本文編號(hào)：3891248