【摘要】：針對紅外與可見光圖像具有不同的特點,提出一種新的基于非下采樣剪切波變換(NSST)的紅外與可見光圖像融合算法.算法首先采用NSST將已配準(zhǔn)的紅外與可見光圖像進行分解,得到低頻子帶圖像和各尺度各方向的高頻子帶圖像;然后對低頻子帶圖像采用一種基于顯著圖的低頻融合規(guī)則進行融合,而對高頻子帶圖像的融合,結(jié)合人眼視覺特性,采用一種基于改進的區(qū)域?qū)Ρ榷鹊娜诤弦?guī)則;最后,對融合的低頻子帶圖像和高頻子帶圖像進行NSST逆變換得到融合圖像.實驗結(jié)果表明,該算法能夠有效地綜合紅外與可見光圖像中的重要信息,融合效果要優(yōu)于一般的基于NSCT、NSST的圖像融合方法.
[Abstract]:According to the different characteristics of infrared and visible images, a new infrared and visible image fusion algorithm based on non-downsampling shear wave transform (NSST) is proposed. Firstly, the registered infrared and visible images are decomposed by NSST, and the low frequency subband images and the high frequency subband images in all directions of each scale are obtained. Then a low frequency fusion rule based on salient graph is used for low frequency subband image fusion, and a fusion rule based on improved region contrast is adopted for the fusion of high frequency subband image combined with human visual characteristics. Finally, the fusion image is obtained by NSST inverse transform of the fusion low frequency subband image and the high frequency subband image. The experimental results show that the algorithm can effectively synthesize the important information in infrared and visible images, and the fusion effect is better than the general image fusion method based on NSCT,NSST.
【作者單位】： 吉林師范大學(xué)博達學(xué)院計算機與信息科學(xué)系;東北大學(xué);
【分類號】：TP391.41

【相似文獻】

相關(guān)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(dǎo)學(xué)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(biāo)實時檢測[J];電子學(xué)報;2009年07期

3 李鋼;王雷;張仁斌;;基于特征能量加權(quán)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(xué)技術(shù);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(xué)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(yīng)用研究[J];航空學(xué)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(guān)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(shù)學(xué)術(shù)交流會論文集（下冊）[C];2010年

2 羅志榮;趙紅怡;;一種基于結(jié)構(gòu)的紅外與可見光圖像配準(zhǔn)方法[A];第二十四屆中國(天津)2010’IT、網(wǎng)絡(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學(xué)術(shù)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(zhǔn)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(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學(xué)術(shù)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(zhǔn)方法[A];2008'中國信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（二）[C];2008年

6 陳磊;楊風(fēng)暴;王志社;紀(jì)利娥;;面向目標(biāo)識別的SAR與可見光圖像融合算法[A];第十三屆中國體視學(xué)與圖像分析學(xué)術(shù)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(xué)術(shù)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(zhǔn)和融合中的關(guān)鍵技術(shù)[A];2006年全國光電技術(shù)學(xué)術(shù)交流會會議文集（D 光電信息處理技術(shù)專題）[C];2006年

相關(guān)博士學(xué)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(guān)鍵技術(shù)研究[D];中國科學(xué)院長春光學(xué)精密機械與物理研究所;2017年

2 趙振兵;電氣設(shè)備紅外與可見光圖像的配準(zhǔn)方法研究[D];華北電力大學(xué)（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(xué)院研究生院(長春光學(xué)精密機械與物理研究所);2014年

4 宋懷波;低質(zhì)量可見光圖像的處理技術(shù)和識別方法研究[D];山東大學(xué);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(xué)相關(guān)識別[D];哈爾濱工業(yè)大學(xué);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(biāo)跟蹤[D];南京航空航天大學(xué);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(xué);2015年

相關(guān)碩士學(xué)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(zhǔn)及融合算法研究[D];華南理工大學(xué);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(xué);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(xué);2015年

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

5 李霄;可見光圖像與紅外圖像融合技術(shù)研究[D];電子科技大學(xué);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(xué);2014年

7 劉志庭;基于視覺注意的紅外與可見光圖像配準(zhǔn)[D];西安電子科技大學(xué);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(xué);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(xué);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(shè)計[D];西安工業(yè)大學(xué);2016年

，

本文編號：2484913