基于非下采样Shearlet变换耦合相对亮度测度的可见光与红外图像融合算法

陆盈; 邱建林

doi:10.13741/j.cnki.11-1879/o4.2022.02.009

您当前的位置：

首页 >

文章列表页 >

基于非下采样Shearlet变换耦合相对亮度测度的可见光与红外图像融合算法

光学图像处理与识别 | 更新时间：2025-09-01

- 基于非下采样Shearlet变换耦合相对亮度测度的可见光与红外图像融合算法
- The fusion algorithm of visible and infrared image based on nonsubsampled Shearlet transform coupled relative brightness measure
- 光学技术 2022年48卷第2期页码：244-249
- 作者机构：
  
  1. 1:南通理工学院计算机与信息工程学院
  2. 2:南通大学计算机科学与技术学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金(61572239);教育部产学合作协同育人项目(201802367005,201901294003);江苏省高等学校自然科学研究面上资助经费项目(17KJB5200031);江苏省自然科学基金(BK20170113);南通市科技计划项目(JCZ20145)
- DOI：10.13741/j.cnki.11-1879/o4.2022.02.009
  中图分类号： TP391.41
- 纸质出版：2022
- 稿件说明：
移动端阅览
陆盈, 邱建林. 基于非下采样Shearlet变换耦合相对亮度测度的可见光与红外图像融合算法[J]. 光学技术, 2022,48(2):244-249.

The fusion algorithm of visible and infrared image based on nonsubsampled Shearlet transform coupled relative brightness measure[J]. 2022, 48(2): 244-249.
陆盈, 邱建林. 基于非下采样Shearlet变换耦合相对亮度测度的可见光与红外图像融合算法[J]. 光学技术, 2022,48(2):244-249. DOI： 10.13741/j.cnki.11-1879/o4.2022.02.009.

The fusion algorithm of visible and infrared image based on nonsubsampled Shearlet transform coupled relative brightness measure[J]. 2022, 48(2): 244-249. DOI： 10.13741/j.cnki.11-1879/o4.2022.02.009.

摘要

为了克服当前较多可见光与红外图像融合方法在通过图像能量特征融合图像时，忽略了图像的全局相对亮度特征，导致融合图像存在红外目标表达能力弱等问题，文章引入非下采样Shearlet变换，通过测量图像的相对亮度来融合图像。借助NSST变换来处理输入图像，解析出图像的低频和高频系数；采用区域能量函数，对区域图像所含的能量特征进行测量，利用图像的全局均值和区域均值，构造相对亮度测度模型，求取区域图像的相对亮度特征，并将区域图像的能量特征和相对亮度特征结合，对低频系数完成加权融合；利用图像的行、列、对角维度上的频率值，建立四维细节测量因子，以计算出图像的细节特征，完成高频系数融合，从而求取融合图像。实验结果表明，较当前算法的融合图像，所提算法不仅能更好的显示出图像的细节内容，而且还能更好的表达图像中的红外目标内容。

Abstract

关键词

Keywords

references

浏览量

222

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于非下采样Shearlet变换与剥离策略的可见光与红外图像融合算法

基于非下采样Shearlet变换与双重制约的遥感图像融合算法

卷积稀疏表示图像融合与超分辨率联合实现

基于判别字典学习与形态成分分解的多源图像融合

基于压缩感知耦合梯度下降的红外-可见光图像自适应融合算法