【摘要】：為了使融合結果突出目標并發(fā)掘更多細節(jié),提出了一種基于目標提取與引導濾波增強的紅外與可見光圖像融合方法。首先對紅外圖像依據(jù)二維Tsallis熵和基于圖的視覺顯著性模型提取目標區(qū)域。然后對可見光與紅外圖像分別進行非下采樣Shearlet變換(NSST),并對所得低頻分量進行引導濾波增強。由增強后的紅外圖像和可見光圖像低頻分量基于目標提取的融合規(guī)則得到融合圖像的低頻分量,高頻分量則根據(jù)方向子帶信息和取大來確定。最后經(jīng)NSST逆變換得到融合圖像。大量實驗結果表明,本文方法在增強融合圖像空間細節(jié)的同時,有效突出了目標,并且在信息熵、平均梯度等指標上優(yōu)于基于拉普拉斯金字塔變換、基于小波變換、基于平穩(wěn)小波變換、基于非下采樣Contourlet變換(NSCT)、基于目標提取與NSCT變換等。
[Abstract]:In order to make the fusion result highlight the target and discover more details, an infrared and visible image fusion method based on target extraction and guided filtering enhancement is proposed. Firstly, the target region is extracted from infrared image based on two-dimensional Tsallis entropy and visual salience model based on graph. Then non-downsampling Shearlet transform (NSST), is performed for visible and infrared images, and the low-frequency components obtained are enhanced by guided filtering. The low frequency component of the fusion image is obtained from the low frequency component of the enhanced infrared image and the visible image based on the fusion rule extracted from the target, and the high frequency component is determined by the direction sub-band information and the enlargement. Finally, the fusion image is obtained by inverse NSST transform. A large number of experimental results show that the proposed method not only enhances the spatial details of fusion images, but also highlights the target effectively, and it is better than Laplace pyramid transform and wavelet transform in information entropy, average gradient and other indexes. Based on stationary wavelet transform and non-subsampled Contourlet transform, (NSCT), is based on target extraction and NSCT transform.
【作者單位】： 南京航空航天大學電子信息工程學院;南京信息工程大學江蘇省大數(shù)據(jù)分析技術重點實驗室;浙江工業(yè)大學浙江省信號處理重點實驗室;廣西師范大學廣西多源信息挖掘與安全重點實驗室;成都理工大學國土資源部地學空間信息技術重點實驗室;中國地質科學院礦產(chǎn)資源研究所國土資源部成礦作用與資源評價重點實驗室;
【基金】：國家自然科學基金(61573183) 南京信息工程大學江蘇省大數(shù)據(jù)分析技術重點實驗室開放基金資助(KXK1403) 浙江省信號處理重點實驗室開放基金(ZJKL_6_SP-OP2014-02) 廣西多源信息發(fā)掘與安全重點實驗室開放基金(MIMS16-01) 成都理工大學國土資源部地學空間信息技術重點實驗室開放基金(KLGSIT2015-05) 國土資源部成礦作用與資源評價重點實驗室開放基金(ZS1406) 江蘇高校優(yōu)勢學科建設工程
【分類號】：TP391.41

【相似文獻】

相關期刊論文 前10條

1 張雷;海濤;張宇;羅長更;;一種基于圖像特征的紅外與可見光圖像融合算法[J];彈箭與制導學報;2009年01期

2 柳慶武;胡曉惠;袁麟;;深空可見光圖像中弱小運動目標實時檢測[J];電子學報;2009年07期

3 李鋼;王雷;張仁斌;;基于特征能量加權的紅外與可見光圖像融合[J];光電工程;2010年03期

4 張彬;許廷發(fā);黃光華;倪國強;;基于小波框架的紅外/可見光圖像融合[J];光學技術;2007年03期

5 葉傳奇;王寶樹;苗啟廣;;一種基于區(qū)域特性的紅外與可見光圖像融合算法[J];光子學報;2009年06期

6 劉斌;劉維杰;彭嘉雄;;采用三通道不可分對稱小波的紅外與可見光圖像融合[J];紅外與激光工程;2011年05期

7 馬東輝;薛群;柴奇;任彪;;基于圖像信息的紅外與可見光圖像融合方法研究[J];紅外與激光工程;2011年06期

8 劉中杰;曹云峰;莊麗葵;丁萌;;基于控制線方法的機載SAR和可見光圖像匹配應用研究[J];航空學報;2013年09期

9 何國棟;石建平;馮友宏;謝小娟;楊凌云;;一種新的紅外與可見光圖像融合算法[J];傳感器與微系統(tǒng);2014年04期

10 何國棟;石建平;馮友宏;謝小娟;楊凌云;;基于壓縮感知的紅外與可見光圖像融合算法[J];激光與紅外;2014年05期

相關會議論文 前8條

1 李娜;高宏霞;劉勝文;;地面景物紅外可見光圖像差異性研究[A];第九屆全國光電技術學術交流會論文集（下冊）[C];2010年

2 羅志榮;趙紅怡;;一種基于結構的紅外與可見光圖像配準方法[A];第二十四屆中國(天津)2010’IT、網(wǎng)絡、信息技術、電子、儀器儀表創(chuàng)新學術會議論文集[C];2010年

3 余萍;張曉芬;;基于變分模型的紅外/可見光圖像配準方法研究[A];2009全國虛擬儀器大會論文集（二）[C];2009年

4 羅志榮;孫晶;;紅外與可見光圖像的邊緣融合[A];第二十四屆中國(天津)2010’IT、網(wǎng)絡、信息技術、電子、儀器儀表創(chuàng)新學術會議論文集[C];2010年

5 趙云豐;付冬梅;尹怡欣;王嘉;;基于人工免疫的紅外與可見光圖像配準方法[A];2008'中國信息技術與應用學術論壇論文集（二）[C];2008年

6 陳磊;楊風暴;王志社;紀利娥;;面向目標識別的SAR與可見光圖像融合算法[A];第十三屆中國體視學與圖像分析學術會議論文集[C];2013年

7 胡謀法;李超;王書宏;韓建濤;陳曾平;;可見光圖像背景灰度特性:雙高斯混合分布模型[A];第十二屆全國信號處理學術年會（CCSP-2005）論文集[C];2005年

8 蔣宏;任章;;紅外與可見光圖像配準和融合中的關鍵技術[A];2006年全國光電技術學術交流會會議文集（D 光電信息處理技術專題）[C];2006年

相關博士學位論文 前7條

1 左羽佳;機載光電平臺紅外與可見光圖像融合系統(tǒng)關鍵技術研究[D];中國科學院長春光學精密機械與物理研究所;2017年

2 趙振兵;電氣設備紅外與可見光圖像的配準方法研究[D];華北電力大學（河北）;2009年

3 周渝人;紅外與可見光圖像融合算法研究[D];中國科學院研究生院(長春光學精密機械與物理研究所);2014年

4 宋懷波;低質量可見光圖像的處理技術和識別方法研究[D];山東大學;2009年

5 吳迪;可見光圖像視覺顯著物體探測及畸變不變光學相關識別[D];哈爾濱工業(yè)大學;2013年

6 陳文;基于可見光和紅外熱像儀的雙目視覺運動目標跟蹤[D];南京航空航天大學;2013年

7 喬鐵柱;輸送帶縱向撕裂可見光與紅外雙目視覺在線檢測系統(tǒng)研究[D];太原理工大學;2015年

相關碩士學位論文 前10條

1 王秋;基于無人機的紅外圖像和可見光圖像配準及融合算法研究[D];華南理工大學;2015年

2 王文治;實時紫外與可見光融合信號處理及實現(xiàn)[D];南京理工大學;2015年

3 楊蒙蒙;基于非下采樣Contourlet變換的紅外和可見光圖像融合[D];河南科技大學;2015年

4 吳迪;紅外與可見光圖像融合算法研究[D];中國科學院研究生院（光電技術研究所）;2015年

5 李霄;可見光圖像與紅外圖像融合技術研究[D];電子科技大學;2014年

6 舒久明;紅外與可見光圖像融合算法研究[D];西安電子科技大學;2014年

7 劉志庭;基于視覺注意的紅外與可見光圖像配準[D];西安電子科技大學;2014年

8 董亞楠;基于Tetrolet變換的紅外與可見光圖像融合算法研究[D];蘭州交通大學;2015年

9 邱純;基于可見光的近紅外場景仿真研究[D];北京理工大學;2016年

10 董亮;基于紅外與可見光圖像融合的汽車抗暈光系統(tǒng)設計[D];西安工業(yè)大學;2016年

，

本文編號：2439642