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

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％.
- 图像融合 /
- 二维局部均值分解 /
- 非下采样方向滤波器组 /
- 残余分量

1.	马晓雄，熊晓燕，兰媛，乔葳. 金属棒材表面缺陷的机器视觉检测方法研究. 机械设计与制造. 2023(04): 196-200+205 . 百度学术
2.	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
3.	丁慧洁. 基于非下采样剪切波特征提取的SAR图像目标识别方法. 探测与控制学报. 2020(01): 75-80 . 百度学术
4.	杜进楷，龙海莲，丁冬冬，陈世国. 基于非下采样Shearlet变换的CNN图像融合算法. 电声技术. 2019(03): 37-41+73 . 百度学术
5.	侯思祖，陈宇. 基于NSST和自适应稀疏表示的紫外光与可见光图像融合. 半导体光电. 2019(03): 401-406+411 . 百度学术
6.	杜进楷，丁冬冬，龙海莲，陈世国. 基于NSST和稀疏表示相结合的图像融合算法. 电脑知识与技术. 2019(15): 217-221 . 百度学术
7.	邓辉，王长龙，胡永江，张玉华. 脉冲耦合神经网络在图像融合中的应用研究. 电光与控制. 2019(11): 19-24 . 百度学术
8.	谭海佩，巩青歌，刘曼，罗杰. 基于NSST和模糊隶属度的红外图像增强算法. 激光杂志. 2017(07): 88-93 . 百度学术
9.	葛雯，姬鹏冲，赵天臣. NSST域改进NMF的红外与可见光图像融合. 光电工程. 2016(04): 73-77+83 . 百度学术
10.	潘贇，赵喜玲. NSST域高斯模糊逻辑的图像融合. 应用激光. 2016(03): 351-356 . 百度学术