基于非下采样剪切波变换的红外与可见光图像融合.docx

基于非下采样剪切波变换的红外与可见光图像融合
标题：基于非下采样剪切波变换的红外与可见光图像融合
摘要：
随着红外与可见光传感器技术的迅速发展，红外与可见光图像融合作为一种有效的信息增强方式被广泛采用。本文提出了一种基于非下采样剪切波变换的红外与可见光图像融合方法。该方法首先将红外与可见光图像分别进行非下采样剪切波变换，然后对各个系数进行融合，最后进行逆变换得到融合图像。实验结果表明，该方法能够有效地提取红外与可见光图像的互补信息，获得更加清晰、细节丰富的融合图像。
关键词：红外图像；可见光图像；图像融合；非下采样剪切波变换
1.引言
随着红外与可见光传感器技术的不断进步，红外与可见光图像融合已成为多模态图像处理的重要研究方向之一。红外图像能够突破可见光图像受光照变化和天气限制的问题，并且能够提供目标的热特征信息，因此在夜间监测、目标识别等领域具有广泛的应用前景。然而，红外图像的低分辨率和有限的灰度级数限制了其在某些细节方面的表现。而可见光图像具有丰富的细节信息和高分辨率，但在低照度、大气干扰等方面存在一定的限制。因此，红外与可见光图像融合可以充分发挥二者的优势，提高图像的细节信息和可视性。
2.相关工作
图像融合算法主要分为基于像素的方法和基于变换的方法。基于像素的方法主要是将红外与可见光图像的像素进行加权融合，常用的方法有加权平均法、加权求和法等。这类方法简单直观，但没有考虑到图像的空域和频域特征。基于变换的方法则能够更好地利用图像的特征，如小波变换、分数阶变换等。其中，非下采样剪切波变换（NSCT）作为一种多分辨率变换，具有良好的平移不变性和适应性，适用于红外与可见光图像融合。
3.方法提出
本文提出了基于NSCT的红外与可见光图像融合方法。首先，对红外图像和可见光图像进行预处理，包括灰度拉伸、直方图均衡化等，以增强图像的对比度和可视性。然后，对预处理后的图像进行NSCT变换，将原始图像转换为多分辨率的子带系数。接下来，将红外图像和可见光图像的相同尺度的子带系数进行融合。融合方法采用加权平均法，并根据图像的不同特征进行适当的权重分配。最后，对融合后的子带系数进行逆NSCT变换，得到最终的融合图像。
4.实验结果与分析
本文选取了一组红外图像和可见光图像进行实验验证。将本文提出的方法与传统的像素级融合方法进行比较。实验结果显示，本文提出的方法能够显著提高融合图像的视觉效果和细节保留能力。与传统的像素级融合方法相比，融合图像具有更高的清晰度和对比度，能够更好地突出目标区域。同时，融合图像中的细节信息也得到了更好的保留，对于目标识别和定位具有更好的效果。
5.结论
本文提出了一种基于NSCT的红外与可见光图像融合方法，并进行了实验验证。实验结果表明，该方法能够有效地提取红外与可见光图像的互补信息，获得更加清晰、细节丰富的融合图像。该方法的优势在于利用了NSCT的多分辨率特性，并考虑了图像的空域和频域特征，具有较好的融合效果。未来的研究方向可以进一步探讨如何提高融合算法的实时性和准确性，以适应更广泛的应用场景。