基于NSCT和卷积稀疏表示的红外与可见光图像融合
魏亚南
曲怀敬
王纪委
徐佳
张志升
谢明
张汉元
山东建筑大学信息与电气工程学院 济南 250101
摘要：针对红外与可见光图像融合时出现的细节模糊、对比度降低等问题,论文提出了一种基于非下采样轮廓波变换(Nonsubsampled Contourlet Transform,NSCT)和卷积稀疏表示(Convolutional Sparse Representation,CSR)的图像融合方法.首先,分别对红外图像和可见光图像进行NSCT分解,获取其高频子带和低频子带.然后,通过导向滤波增强高频子带,并将增强后的高频子带系数通过选择最大值策略进行融合;同时,利用CSR模型和选择最大值策略得到低频子带的融合稀疏系数图,并和学习字典卷积重构低频子带系数.最后,对融合后的各子带系数进行逆NSCT变换,从而得到最终的融合图像.融合实验针对典型的红外与可见光图像进行.实验结果表明,与其他最新方法相比,由论文方法所得到的主观融合图像保留了源图像更多的细节信息、存在的伪影更少,并在客观评价指标方面也具有较好的融合性能.
关键词：红外与可见光图像融合非下采样轮廓波变换卷积稀疏表示导向滤波
分类号：TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(62003191)山东省自然科学基金(ZR2014FM016)
论文发表日期：2022-02-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 276-283 )
英文信息