基于BLMD和NSDFB算法的红外与可见光图像融合方法

周晨旭, 黄福珍

周晨旭, 黄福珍. 基于BLMD和NSDFB算法的红外与可见光图像融合方法[J]. 红外技术, 2019, 41(2): 176-182.
引用本文: 周晨旭, 黄福珍. 基于BLMD和NSDFB算法的红外与可见光图像融合方法[J]. 红外技术, 2019, 41(2): 176-182.
ZHOU Chenxu, HUANG Fuzhen. Infrared and Visible Image Fusion Based on BLMD and NSDFB[J]. Infrared Technology , 2019, 41(2): 176-182.
Citation: ZHOU Chenxu, HUANG Fuzhen. Infrared and Visible Image Fusion Based on BLMD and NSDFB[J]. Infrared Technology , 2019, 41(2): 176-182.

基于BLMD和NSDFB算法的红外与可见光图像融合方法

基金项目: 上海市电站自动化技术重点实验室资助项目 (13DZ2273800)
详细信息
  • 中图分类号: TP391.41

Infrared and Visible Image Fusion Based on BLMD and NSDFB

  • 摘要: 针对传统图像融合方法容易导致融合图像出现细节不明显和目标信息不完整的问题, 本文提出一种基于二维局部均值分解 (Bidimensional Local Mean Decomposition, BLMD) 和非下采样方向滤波器组 (Nonsubsampled Directional Filter Banks, NSDFB) 算法的红外与可见光图像融合方法 (基于方向滤波的二维局部均值分解法, BidimensionalLocalMeanDecompositionbasedDirectionalFilteringAnalysis, BLMDDFA) .首先, 计算两幅原始图片的熵值, 同时提取熵值较大的图片的残余分量, 该残余分量与另一张原始图片有着较强的相关性.然后, 通过BLMD和NSDFB算法将残余分量和熵值较小的原始图片分解成低频子带和一系列不同尺度的高频方向子带, 并使用不同的融合规则分别对低频子带和高频子带进行融合.最后, 通过相应的逆变换运算获得融合图像.实验结果表明, 本文方法的融合性能在对比度、细节信息展示和目标突出方面均高于经典的融合算法, 在信息熵、标准差、空间频率和平均梯度方面较Laplacian方法中各指标分别提高了5.6%、28.9%、37.4%和47.6%, 信噪比较Laplacian方法降低了8.5%.
  • 期刊类型引用(8)

    1. 张红河. 红外图像边缘检测中自适应阈值法应用研究. 中国新技术新产品. 2024(15): 9-11 . 百度学术
    2. 廖宁,陈怡然. 红外和可见光图像高效融合的人工智能技术研究. 激光杂志. 2022(03): 109-113 . 百度学术
    3. 姜迈,沙贵君,李宁. 基于PUCS与DTCWT的红外与弱可见光图像融合. 红外技术. 2022(07): 716-725 . 本站查看
    4. 赵小明,张文莉,张伟东. 改进FAST和FREAK的图像匹配算法. 甘肃科学学报. 2022(04): 26-33 . 百度学术
    5. 王慧华,杨小刚. 自适应阈值法的红外图像边缘检测研究. 激光杂志. 2022(11): 124-128 . 百度学术
    6. 唐中剑,毛春. 基于显著导向的可见光与红外图像融合算法. 太赫兹科学与电子信息学报. 2021(01): 125-131 . 百度学术
    7. 胡奡. 基于频率分解的平面图像色彩增强方法. 宁夏师范学院学报. 2021(10): 98-106 . 百度学术
    8. 朱卫东,王虎,邱振戈,栾奎峰,韩震. 自适应多尺度几何分析的全色和多光谱图像融合方法研究. 红外技术. 2019(09): 852-856 . 本站查看

    其他类型引用(0)

计量
  • 文章访问数:  76
  • HTML全文浏览量:  18
  • PDF下载量:  16
  • 被引次数: 8
出版历程

目录

    /

    返回文章
    返回